REGEXP_REPLACE 在 Databricks 中未按预期工作以向字符串添加空格

Question

我有一行代码，用于在下面给定列的每 3 个字符之后向字符串添加空格：

regexp_replace(column, '(.{3})', '$1 ') as new_column

在 Databricks 的 SQL 编辑器中手动运行此代码时，它会按预期将数据插入表中。但是，当作为 Databricks 作业/工作流的一部分执行相同的代码来填充插入表中的列时，插入表中的列具有空值。

用于作业计算的集群使用Spark 3.4.1。

这是一个例子：

insert overwrite table
select
regexp_replace(column, '(.{3})', '$1 ') as new_column
from table

输入数据：

| column     |
| ---------- |
| 0QW1ER2RT  |

预期输出：

| new_column  |
| ----------- |
| 0QW 1ER 2RT |

知道为什么 regexp_replace 在 Databricks 作业中运行工作流程的一部分来填充列时无法正常工作（即在列中插入 null），但在 Databricks SQL 编辑器中手动执行时却可以正常工作吗？非常感谢任何帮助或见解！

Answer 1

我在

Postgress

和

Yellobrick

DB Regex 实施期间观察到相同类型的问题。

少数数据库不支持 ()

$&

或

$1

作为匹配子字符串。 这些类型的数据库支持

Back references (\)

作为捕获组的匹配子字符串，范围从 1 到 9（

\1

到

\9

）。

所以，请在

databricks-sql

中尝试此查询：

select regexp_replace(column, '(.{3})', '\1 ') as new_column;

-- or
-- use index from beginning (pos: 1)
select regexp_replace(column, '(.{3})', '\1 ', 1) as new_column;

MySQL 结果：db<>fiddle

(support '$1')

PL/pgSQL 结果：db<>fiddle

(support '\1')

YelloBrick 结果：

(support '

1')`

希望您的问题能够得到解决。
谢谢你！！！