REGEXP_SUBSTR 红移

Posted 2023-03-31

【中文标题】REGEXP_SUBSTR 红移

【英文标题】：REGEXP_SUBSTR Redshift

【发布时间】：2018-02-16 23:45:43

【问题描述】：

我正在尝试从 postgresql 中的文本字符串中提取子字符串。文本字符串的列名是 short_description，我正在使用 REGEXP_SUBSTR 函数来定义一个正则表达式，它将只返回我想要的部分：

SELECT  short_description, 
REGEXP_SUBSTR(short_description,'\\[[^=[]*') AS space
FROM my_table

这将返回以下内容：

short_description                                        space
----------------------------------------------------------------------------
[ABC12][1][ABCDEFG] ACB DEF [HIJ]           |            [ABC12]

我想拉的是以下内容：

short_description                                        space
----------------------------------------------------------------------------
[ABC12][1][ABCDEFG] ACB DEF [HIJ]           |            [ABCDEFG]

有什么想法吗？

【参考方案1】：

您可以使用Regex character classes 来帮助进行这种匹配。在这里，我只寻找字母，用括号括起来，然后是一个空格。注意使用双反斜杠 \\ 来转义文字括号和字符类的双括号 [[:a:]]

SELECT REGEXP_SUBSTR('[ABC12][1][ABCDEFG] ACB DEF [HIJ]','\\[[[:alpha:]]+\\] ');
 regexp_substr
---------------
 [ABCDEFG]

您还可以使用 SPLIT_PART 函数通过在右括号 ] 上拆分并选择第三个值来实现类似的效果。

SELECT SPLIT_PART('[ABC12][1][ABCDEFG] ACB DEF [HIJ]',']',3);
 split_part
------------
 [ABCDEFG

如果可能的话，我建议使用内置函数而不是 UDF。 UDF 在您需要时非常棒，但它们确实会导致性能损失。

【讨论】：

不确定性能但绝对使用这个而不是我的 UDF 版本！ - 好答案！

【参考方案2】：

给你。 我找到了正确的正则表达式 https://txt2re.com

然后，我将它实现为 python redshift UDF

create or replace function f_regex (input_str varchar(max),regex_expression varchar(max))
  returns VARCHAR(max)
stable
as $$
import re
rg = re.compile(regex_expression,re.IGNORECASE|re.DOTALL)
return rg.search(input_str).group(1)
$$ language plpythonu;

select f_regex('[ABC12][1][ABCDEFG] ACB DEF [HIJ] '::text,'.*?\\[.*?\\].*?\\[.*?\\](\\[.*?\\])'::text);

创建函数后，您可以在任何 redshift 选择中使用它。

所以，在你的情况下：

SELECT  short_description, 
f_regex(short_description::text,'.*?\\[.*?\\].*?\\[.*?\\](\\[.*?\\])'::text) AS space
FROM my_table