Databricks中如何拆分Deck_Info并将范围展开为多行（含多分隔符）？

以下是针对需求优化后的SQL查询，可同时处理多分隔符拆分和范围展开：

WITH processed_data AS (
    -- 统一范围标识：将TO/to、数字间的短横线替换为~，避免与非范围短横线混淆
    SELECT 
        id,
        regexp_replace(
            regexp_replace(Deck_Info, '\\s*(TO|to)\\s*', '~'),
            '(?<=\\d)-(?!\\d)', '~'
        ) AS normalized_info
    FROM raw_data
),
split_units AS (
    -- 按所有非范围分隔符拆分出独立单元
    SELECT 
        id,
        explode(
            split(
                normalized_info,
                '\\s*(,|&|/|\\+|\\.)\\s*'  -- 匹配带可选空格的目标分隔符
            )
        ) AS unit
    FROM processed_data
),
expand_ranges AS (
    -- 展开范围单元，普通单元直接保留
    SELECT 
        id,
        CASE 
            WHEN unit LIKE '%~%' THEN 
                explode(
                    sequence(
                        cast(split(unit, '~')[0] AS INT),
                        cast(split(unit, '~')[1] AS INT)
                    )
                )
            ELSE cast(unit AS INT)  -- 假设字段值为数字，若含字符串需调整类型
        END AS deck_value
    FROM split_units
)
SELECT id, deck_value FROM expand_ranges

关键逻辑说明： #

• 统一范围标识：先将TO/to和数字间的短横线替换为~，避免误处理产品型号等场景中的非范围短横线。
• 拆分独立单元：通过split函数按,、&、/、+、.（支持前后带空格）拆分出单个值或范围表达式。
• 展开范围值：利用sequence生成区间内的所有整数，再通过explode将范围展开为多行；非范围单元直接转换为对应类型输出。

注意事项： #

• 若Deck_Info包含非数字的范围或值，需调整cast的类型，字符串范围需额外编写逻辑处理。
• 若存在数字与字符串混合的场景，需添加判断逻辑区分处理不同类型的单元。

内容的提问来源于stack exchange，提问作者Mansi Goel