spark2.2.0中带有scala的Regexp_提取抛出错误

我的代码如下：

val y=Seq100-200300-400500-600.toDFnumbersData .withColumnextractedData，regexp\u extract$numbersData，\d+-\d+，1 我希望“extractedData”列的输出为

一百 300 五百

但我得到的错误是

错误：转义字符无效 .withColumnextractedData，regexp\u extract$numbersData，\d+-\d+，1 ^

---

请引导

您需要避开反斜杠。试试这个

scala> val y = Seq(("100-200"),("300-400"),("500-600")).toDF("numbersData").withColumn("extractedData",regexp_extract($"numbersData","(\\d+)-(\\d+)",1)).show()
+-----------+-------------+
|numbersData|extractedData|
+-----------+-------------+
|    100-200|          100|
|    300-400|          300|
|    500-600|          500|
+-----------+-------------+

y: Unit = ()

scala>

---

你需要避开反斜杠。试试这个

scala> val y = Seq(("100-200"),("300-400"),("500-600")).toDF("numbersData").withColumn("extractedData",regexp_extract($"numbersData","(\\d+)-(\\d+)",1)).show()
+-----------+-------------+
|numbersData|extractedData|
+-----------+-------------+
|    100-200|          100|
|    300-400|          300|
|    500-600|          500|
+-----------+-------------+

y: Unit = ()

scala>

---

正如其他人所指出的那样，在正则表达式模式\\d+-\\d+中使用双反斜杠可以解决这个问题——尽管正则表达式不需要这样简单的模式。相反，您可以使用拆分：

---

请注意，正则表达式和拆分解决方案都将生成StringType列。如有必要，您也可以应用castInt来创建IntegerType的新列。

正如其他人所指出的，在正则表达式模式\\d+-\\d+中使用双反斜杠可以解决问题–尽管没有必要使用这样简单的正则表达式模式。相反，您可以使用拆分：

---

请注意，正则表达式和拆分解决方案都将生成StringType列。如有必要，您也可以应用castInt来创建IntegerType的新列。

必须使用双转义：\\d+-\\d+必须使用双转义：\\d+-\\d+谢谢！非常感谢，谢谢！非常感谢，谢谢！利奥C，你们的回答帮助我从不同的角度看待这个问题。谢谢！利奥C，你的回答帮助我从不同的角度看待这个问题。