regex_replace 用于字符串匹配而非子字符串匹配的字符串
regex_replace on string for string match and not substring match
这个：
words = words.withColumn('value_2', F.regexp_replace('value', '|'.join(stopWords), ''))
适用于子字符串。
但是，我有一个停用词 'a'，结果 'was' 变成了 'ws'。我只想在 'A' 或 'a' 上看到它，然后保持原样。
在交替周围放置单词边界：
words = words.withColumn('value_2', F.regexp_replace('value', '\b(' + '|'.join(stopWords) + ')\b', ''))
这个：
words = words.withColumn('value_2', F.regexp_replace('value', '|'.join(stopWords), ''))
适用于子字符串。
但是，我有一个停用词 'a'，结果 'was' 变成了 'ws'。我只想在 'A' 或 'a' 上看到它，然后保持原样。
在交替周围放置单词边界：
words = words.withColumn('value_2', F.regexp_replace('value', '\b(' + '|'.join(stopWords) + ')\b', ''))