Python版Apache Beam使用Replace函数替换横线失效问题排查

你代码失效的核心原因有两个：

1. 对ReadFromText返回的元素结构理解错误：该接口读取CSV时，每一条输出是未做任何分割的整行字符串，不是按逗号拆分后的字段列表。
   你之前测试record[0][0] == "3"能命中，纯粹是因为整行字符串的第一个字符恰好是'3'，属于误打误撞；但你写record[12][0] == "-"时，取的是整行字符串下标为12的字符——对照你的示例行，下标12的位置是APPLE里的第二个字符'P'，永远不可能等于'-'，所有行都被Filter过滤掉了，结果文件自然是空的。
2. 全局正则替换逻辑有副作用：就算Filter逻辑正常，直接用Regex.replace_all("-", 目标值)会把字符串里所有的'-'都替换掉，包括日期字段2022-04里的连接横杠，不符合你只替换空值标记'-'的需求。

优先选择按字段拆分处理的逻辑，不会误改非空值字段里的横杠，容错性更高：

import apache_beam as beam

def replace_empty_dash(line: str) -> str:
    # 按逗号拆分CSV字段
    fields = line.split(',')
    # 仅替换值完全等于'-'的字段为0
    processed = [
        '0' if field.strip() == '-' else field
        for field in fields
    ]
    # 重新拼接为CSV行
    return ','.join(processed)

p = beam.Pipeline()
(
    p
    | beam.io.ReadFromText('AUD-1.csv', skip_header_lines=1)
    | beam.Map(replace_empty_dash)
    | beam.io.WriteToText('replace_result.csv')
)
p.run()

处理你给出的示例行时，输出结果为：
3019337728,APPLE IPHONE,2022-04,Preroll,DUBAI BRANCH,Saudi Arabia,Gender=Male,CPM,3,0,75000,0,0
日期字段里的'-'会被完整保留，只有作为单独空值的'-'被替换为0。

如果你坚持用正则方式实现，需要写匹配字段边界的正则，避免误替换：

# 仅替换前后为逗号/行首/行尾的独立'-'
| beam.Regex.replace_all(r"(?<=,|^)-(?=,|$)", "0")

这种写法对格式不规范的CSV兼容性差，不推荐在生产场景使用。

内容的提问来源于stack exchange，提问作者Lakshmi_N