feat: add company index func

src/main/scala/com/winhc/bigdata/spark/udf/CompanyIndexFunc.scala

@@ -0,0 +1,45 @@
+package com.winhc.bigdata.spark.udf
+
+import com.winhc.bigdata.spark.utils.LoggingUtils
+import org.apache.commons.lang3.StringUtils
+import org.apache.spark.sql.SparkSession
+
+import java.util.regex.Pattern
+import scala.annotation.meta.getter
+
+/**
+ * @author: XuJiakai
+ * @date: 2021/1/26 17:34
+ */
+trait CompanyIndexFunc extends LoggingUtils {
+  @(transient@getter) protected val spark: SparkSession
+
+  def company_org_type_udf(): Unit = {
+    val pattern = Pattern.compile("[^\\u4e00-\\u9fa5（）()]")
+
+    def get_company_org_type_std(company_name: String, company_org_type2: String): String = {
+      if (company_name.contains("有限责任公司")) "有限责任公司"
+      else if (company_name.contains("股份")) "股份有限公司"
+      else if (company_name.contains("有限公司")) "有限责任公司"
+      else {
+        if (StringUtils.isEmpty(company_org_type2)) return null
+        val company_org_type = pattern.matcher(company_org_type2).replaceAll("")
+        if (StringUtils.isEmpty(company_org_type)) return null
+        if (company_org_type.contains("有限责任公司")) "有限责任公司"
+        else if (company_org_type.contains("股份")) "股份有限公司"
+        else if (company_org_type.contains("一人有限责任公司") || company_org_type.contains("个人独资企业") || company_org_type.contains("一人有限责任")) "独资企业"
+        else if (company_org_type.contains("个人经营") || company_org_type.contains("个体")) "个体工商户"
+        else if (company_org_type.contains("专业合作") || company_org_type.contains("集体")) "集体所有制"
+        else if (company_org_type.contains("有限") && company_org_type.contains("合伙")) "有限合伙"
+        else if (company_org_type.contains("合伙")) "普通合伙"
+        else if (company_org_type.contains("国有") || company_org_type.contains("全民所有制") || company_org_type.contains("国资")) "国企"
+        else if (company_org_type.contains("外商") || company_org_type.contains("中外") || company_org_type.contains("外国") || company_org_type.contains("外资")) "外商投资企业"
+        else if (company_org_type.contains("联营")) "联营企业"
+        else null
+      }
+    }
+
+    spark.udf.register("get_company_org_type_std", get_company_org_type_std _)
+  }
+}
+