Databricks拆分字符串遇SPLIT_part未定义错误，求提取括号内代码

Spark SQL（Databricks基于Spark）并不支持PostgreSQL的SPLIT_part函数，这就是你报错的原因。以下是几种Spark原生的方法，可以提取patologia列中括号内的代码（比如从LESOES DO OMBRO (M75)中得到M75）：

方法1：正则提取（最推荐，适配多数场景） #

用regexp_extract直接匹配括号内的内容，逻辑清晰且容错性强：

SELECT
  patologia,
  regexp_extract(patologia, '\\((.*?)\\)', 1) AS codigo_patologia
FROM your_table_name;

• 正则表达式\\((.*?)\\)：匹配成对的括号，(.*?)捕获括号内的任意内容（非贪婪匹配，避免多个括号时出错）
• 第三个参数1表示取第一个捕获组的结果，也就是括号内的内容

方法2：拆分字符串+取元素 #

用split按括号拆分字符串，再用element_at取目标元素（Spark 2.4及以上版本支持）：

SELECT
  patologia,
  element_at(split(patologia, '\\(|\\)'), 2) AS codigo_patologia
FROM your_table_name;

• split(patologia, '\\(|\\)')会把示例字符串拆分为数组["LESOES DO OMBRO ", "M75", ""]
• element_at(..., 2)取数组的第二个元素，即括号内的内容

方法3：嵌套截取字符串 #

用两次substring_index实现截取：

SELECT
  patologia,
  substring_index(substring_index(patologia, '(', -1), ')', 1) AS codigo_patologia
FROM your_table_name;

• 第一次substring_index(patologia, '(', -1)取(之后的部分，得到M75)
• 第二次substring_index(..., ')', 1)取)之前的部分，最终得到M75

如果部分patologia值不含括号，上述方法都会返回空字符串或对应无效部分，你可以根据实际数据情况调整逻辑（比如加CASE WHEN判断）。

内容的提问来源于stack exchange，提问作者Mariana