如何在Azure Data Factory数据流中用正则拆分成分字符串？

你遇到的问题根源是用错了函数：regexSplit的作用是将匹配到的正则内容作为分隔符，拆分原字符串，而不是提取符合模式的子串。你的正则[0-9]+%[A-Za-z]*是用来匹配每个成分段的，用它当分隔符自然得不到想要的结果。下面给两种可行的实现方式：

方法一：用regexExtractAll直接提取（推荐） #

这个函数会提取所有符合正则模式的子串，返回数组，完全匹配你的需求：

1. 在数据流中添加派生列转换
2. 新增列（比如命名为Components），输入以下表达式：

   regexExtractAll(yourSourceColumn, '[0-9]+%[A-Za-z]+')
   

   把yourSourceColumn替换成你存储目标字符串的源字段名。
3. 执行后会得到数组结果：["57%Acrylic", "27%Polyester", "14%Polyamide", "2%Elastane"]

注：正则里把[A-Za-z]*改为[A-Za-z]+，确保匹配至少一个字母，避免无效的空匹配。

方法二：用regexSplit按分隔位置拆分 #

如果坚持要用regexSplit，需要匹配成分段之间的衔接空位置作为分隔符，用正则的正向/反向预查实现：
在派生列中使用以下表达式：

regexSplit(yourSourceColumn, '(?<=[A-Za-z])(?=[0-9])')

这个正则匹配的是字母结尾、数字开头之间的空位置，以此拆分原字符串，同样能得到目标数组。

内容的提问来源于stack exchange，提问作者Rakesh Suryawanshi