如何使用正则表达式替换java/scala中的字符串值

下面是我在dataframe列中的一些示例字符串 （负数和正数）

当前数据帧如下所示

| PID                |
|abc.PID-12345.cdf   |
|abc.PID-12345678.xyz|
|abc.PID123456789.abc|
|xy.PID12345.def     |
|ak.PID21.ab         |

我的预期输出如下

+----------------------+
|      PID             |
+----------------------+
|  abc.PID999999999.cdf|
|  abc.PID999999999.xyz|
|  abc.PID999999999.abc|
|  xy.PID999999999.def |
|  ak.PID999999999.ab  |
+----------------------+

dataframe.withColumn("PID", regexp_replace(col("PID"), "regular expression", "999999999"))

如何使用正则表达式将数字替换为

pid99999999

我知道

regexp\u replace

可以用于以下情况

+----------------------+
|      PID             |
+----------------------+
|  abc.PID999999999.cdf|
|  abc.PID999999999.xyz|
|  abc.PID999999999.abc|
|  xy.PID999999999.def |
|  ak.PID999999999.ab  |
+----------------------+

dataframe.withColumn("PID", regexp_replace(col("PID"), "regular expression", "999999999"))

---

什么应该是正确的

正则表达式

模式字符串？

regexp\u replace

可能就是您想要的。你可以这样做

val df = ???
df.withColumn("PID",regexp_replace(col("PID"),"-\\d+|\\d+", "999999999"))

---

希望这有帮助。干杯

我明白了。感谢所有的反馈。

“-\\d+|\\d+”

将在PID后仅出现数字时工作。例如

abc.PID-12345.cdf

。但当PID看起来像

abc12.PID-12345.cdf22

更通用的方法是执行以下操作

---

dataframe.withColumn（“RecipientID”，regexp_replace（col（“PID”），”（？可以尝试：
dataframe.replaceAll（“-\\d+\\d+”，“999999999”）
。谢谢，@devilsHnd，这将起作用。但是，我忘了指出PID可能包含数字。例如abc1.PID-12345.cdf23，因此上面的正则表达式字符串将把每个数字替换为“99999999”。我算出了，我们可以这样做。使用列（“RecipientID”，regexp_替换（col（“PID”），”（？感谢您提供反馈。但是，此正则表达式字符串将替换每个数字为“999999999”