您应该首先通过regex\u replace删除所有非数字字符，例如：

df.withColumn("a_date", regexp_replace($"val", "[^0-9]", ""))

然后，由于每行中的时间格式似乎不同，所以最简单的方法是使用子字符串

df.withColumn("a_date", regexp_replace($"val", "[^0-9]", ""))
  .withColumn("year", substring($"a_date", 0, 4)) 
  .withColumn("month", substring($"a_date", 5, 2))
  .drop("val")

输入

+---+-------------------------+
|id |val                      |
+---+-------------------------+
|58 |[dttg] 201805_mogtca_onvt|
|91 |20050221_frcas           |
|17 |201709 dcsevas           |
+---+-------------------------+

输出

+---+--------+----+-----+
|id |a_date  |year|month|
+---+--------+----+-----+
|58 |201805  |2018|05   |
|91 |20050221|2005|02   |
|17 |201709  |2017|09   |
+---+--------+----+-----+