PySpark中使用Regexp_replace移除字符串中间的双引号

需求说明 #

给定的字符串始终包含首尾双引号，需仅移除其中间的双引号并替换为空格，示例如下：

• 输入："pyspark"Data" → 输出："pyspark Data"
• 输入："google"chrome" → 输出："google chrome"
• 输入："master"file"name" → 输出："master file name"

Python 实现方案 #

方法1：字符串切片+替换

直接通过切片剥离首尾引号，替换中间引号后再补回首尾引号：

input_str = '"master"file"name"'
output_str = f'"{input_str[1:-1].replace('"', ' "')}"'
print(output_str)  # 输出："master file name"

方法2：正则表达式精准匹配

利用正则断言匹配非首尾位置的双引号，避免误替换首尾引号：

import re

input_str = '"pyspark"Data"'
output_str = re.sub(r'(?<!^)"(?!$)', ' ', input_str)
print(output_str)  # 输出："pyspark Data"

正则解释：(?<!^) 确保匹配的引号不在字符串开头，(?!$) 确保不在字符串结尾，仅替换中间的引号。

JavaScript 实现方案 #

方法1：字符串切片+替换

const inputStr = '"google"chrome"';
const outputStr = `"${inputStr.slice(1, -1).replace(/"/g, ' ')}"`;
console.log(outputStr); // 输出："google chrome"

方法2：正则表达式替换

const inputStr = '"master"file"name"';
const outputStr = inputStr.replace(/(?<!^)"(?!$)/g, ' ');
console.log(outputStr); // 输出："master file name"

内容的提问来源于stack exchange，提问作者Shailesh Kumar