PySpark的RDD是否支持按两个分隔符拆分字符串值？

方案1：使用正则拆分（推荐） #

Python标准库的re模块split方法支持传入正则表达式匹配多个分隔符，直接匹配;和\n即可，可额外过滤拆分后产生的空字符串，避免末尾换行符产生无效空元素。
代码示例：

import re

# 按;或\n拆分，同时过滤空串
rdd = rdd.mapValues(lambda t: [item for item in re.split(r'[;\n]', t) if item])

如果确认数据不会产生空拆分结果，可简化为：

rdd = rdd.mapValues(lambda t: re.split(r'[;\n]', t))

对应用户给出的测试数据，拆分后第二个值的输出结果为：
['date', 'type', 'value', '2017-11-11 08:32:46.934', 'no_error', '54.64325', '2017-11-11 08:32:47.356', 'no:error', '35.46643']

方案2：替换分隔符后统一拆分 #

如果不想引入正则模块，也可以先把所有\n替换为;，再统一按;拆分，逻辑更直白：
代码示例：

rdd = rdd.mapValues(lambda t: [item for item in t.replace('\n', ';').split(';') if item])

两种方案效果完全一致，可根据使用习惯选择。

内容的提问来源于stack exchange，提问作者carbassot