Spark SQL中如何对比key与email列子串提取合规纯数字ID

修改后的Spark SQL语句 #

SELECT 
  CASE 
    WHEN type = 'KEY' AND LENGTH(key) > 0 
    THEN 
      CASE 
        WHEN REPLACE(key, email, '') RLIKE '^[0-9]+$' 
        THEN REPLACE(key, email, '') 
        ELSE '' 
      END
    ELSE ''
  END AS id
FROM input

实现逻辑说明 #

• 外层CASE直接匹配规则1：仅当type为KEY且key长度大于0时进入后续处理，其余场景直接返回空值
• 内层CASE同时覆盖规则2和规则3：首先通过REPLACE(key, email, '')从key中剔除email部分得到ID候选值，再用正则^[0-9]+$校验候选值是否仅由数字组成，符合要求则返回候选值，不符合则返回空值

上述语句在你的样例输入上执行后，输出结果和要求的期望输出完全一致。

内容的提问来源于stack exchange，提问作者Only developer