RegEx SQL，发出转义引号

Posted 2023-03-31

【中文标题】RegEx SQL，发出转义引号

【英文标题】：RegEx SQL, issue escaping quotes

【发布时间】：2014-04-17 14:46:33

【问题描述】：

我正在尝试使用 PSQL，特别是 AWS Redshift 来解析一行。示例数据如下

"c.1.mcc":"250","appId":"sx-calllog","b.level":59,"c.1.mnc":"01"
"appId":"sx-voice-call","b.level":76,"foreground":9

我正在尝试以下正则表达式以提取 appId 字段，但我的查询返回空字段。

'appId\":\"[\w*]\",'

查询

SELECT app_params,
   regexp_substr(app_params, 'appId\":\"[\w*]\",')
FROM sample;

【参考方案1】：

你可以这样做：

(\"appId\":\"[^"]*\")(?:,)

演示：http://regex101.com/r/xP0hW3

第一个提取的组就是您想要的。 您的正则表达式不匹配，因为 \w 确实 not 匹配 -

【讨论】：

我认为我不能使用 redshift 选择提取组。但我现在返回了 "appId":"blah" 所以这是一个很大的改进。

【参考方案2】：

尽管这是一个老问题，但仍将其添加到此处，因为它可能会帮助人们在路上查看此内容...

如果您的数据行是有效 json，您可以使用 Redshift 的JSON_EXTRACT_PATH_TEXT 函数来提取给定键的值。强调 json 是有效的，因为即使一行无法解析也会失败，Redshift 会抛出 JSON 解析错误。

使用给定数据的示例：

select json_extract_path_text('"c.1.mcc":"250","appId":"sx-calllog","b.level":59,"c.1.mnc":"01"','appId');

返回sx-calllog

这特别有用，因为 Redshift 不支持前瞻/后瞻（它是 POSIX 正则表达式）和提取组。

【参考方案3】：

您可以尝试使用一些前瞻和后瞻来隔离 appid 引号内的文本。 (?<=appId\":\")(?=.*\",)[^\"]*。我使用您提供的示例对此进行了一些测试here。

更多解释正则表达式：(?<=appId\":\")(?=.*\",)[^\"]*

(?<=appId\":\")：积极关注appid":"。由于您不希望返回 appid 文本本身（仅返回值），因此您可以在正则表达式前面加上后面的“查找我下面的正则表达式，但仅当它遵循文本后面的查找时。” (?=.*\",)：积极期待结局",。您不希望在匹配中返回引号，但与数字 1 一样，您希望您的正则表达式有一点界限，并且向前看就可以了。 [^\"]*：实际匹配部分。您想查找不是" 的字符串。这将匹配整个值并在结束 " 之前停止匹配。

编辑：稍微改变了第三步，从最后一块中删除了,，它不是必需的，如果值实际上包含,，则会破坏匹配。