擷取群組參考資料

在支援使用模式的 Wrangle 轉換中，可能會需要指定擷取群組。擷取群組是一種模式，用來描述一組構成相符項目的一或多個字元。您可以透過程式在替換值中參照這些相符項目。

• 這類模式是以規則運算式語法來描述。Cloud Dataprep by TRIFACTA 會依據 RE2 和 PCRE 規則運算式語法，實作某個版本的規則運算式。

基本擷取群組

範例 1

replace col:* on:`{start}(%+) ` with:'First Word\:$1'

相符模式 (on:) 的元素：

參照	說明
{start}	Cloud Dataprep 模式的測試值開始位置參照。
(%+)	符合任何時間的一或多個字元。 附註：圓括號表示這組字元是擷取群組。
	相符模式中的最後一個字元是空格。

符合：在資料集的所有資料欄中，測試值的第一組任意字元直到第一個空格 (第一個字詞)。

取代為：文字值 First Word: 後接第一個擷取群組 ($1) 的參照，此擷取群組會傳回在測試值中找到的第一個字詞。

範例 2

只要測試值中有空格可以識別第一個字詞的結束位置，前一個範例就可以發揮效用。如果測試值中只有一個字詞，那麼您必須修改 on: 參數值如下：

replace col:* on:`{start}(%+) ( |{end})` with:'First Word\:$1'

在此案例中，第二個擷取群組具有兩個元素：

參照	說明
	第二個擷取群組中的第一個字元是空格。
|	邏輯 OR，也就是說擷取群組符合空格或後面的值，即測試值結束位置參照。
{end}	Cloud Dataprep 模式的測試值結束位置參照。

範例 3

replace col:* on:`{start}(%+) (%+)( |{end})` with:'Second Word\:$2'

符合：在資料集的所有資料欄中，on: 模式已擴增為納入測試值中的第二個字詞。

取代為：文字值 Second Word: 後接第二個擷取群組 ($2) 參照，此擷取群組會傳回在測試值中找到的第二個字詞。

Replace 轉換中的美元符號

在 replace 轉換的 with 參數中，美元符號 ($) 是當做逸出字元使用。這個模式會辨識替換字串。

正向及負向先行

您可在規則運算式使用正向及負向先行擷取群組，以擷取依據條件接續或未接續指定擷取群組的內容。

類型	運算式範例
正向先行	/q(?u)/	僅於後方接續字母 u 時擷取字母 q，不會擷取字母 u。
負向先行	/q(?!u)/	僅於後方未接續字母 u 時擷取字母 q，不會擷取字母 u。