regex - 用于在字符中获取字符串的正则表达式，第一个字符集在 Presto/Athena 中是可选的

Question

一整天，我一直在努力解决这个问题。我让它在各种在线正则表达式工具中工作，但每当我在查询中使用它时，结果都是错误的。

我的数据库中有这样的数据：

AMAZON PAYMENTS EUROPE S.C.A.
1/asdfL GE#EFRDA^9212 GRIFF
Frau HUSEL G^9212 GRIFF

我想在它们出现时1/提取文本。^像这样：

AMAZON PAYMENTS EUROPE S.C.A.
asdfL GE#EFRDA
Frau HUSEL G

我尝试了很多变体，它们都可以在线工作：

• 非捕获组： ^(?:1\/)?(.*?(?=\^|$))
• 向后看：(?<=1\/)(.*?(?=\^|$))
• 条件表达式：(?(?=^1)1/(.*?(?=\^|$))|((^.*?(?=\^|$))))

但是，当我在 AWS 中运行查询时，我总是1/在提取中返回。

任何人都知道如何解决这个问题？

标签： regexprestoamazon-athena

Answer 1

我会REGEXP_REPLACE在这里使用：

regexp_replace([column], '^(?:[^/]*/)?([^^]*)\^.*', '$1')

请参阅正则表达式演示。

详情：

• ^- 字符串的开始
• (?:[^/]*/)?- 一个可选的序列，匹配任何零个或多个字符，除了 a/和一个/字符
• ([^^]*)- 捕获组 1（从替换模式中引用$1）：除 a 之外的任何零个或多个字符^
• \^- 文字^字符
• .*- 字符串的其余部分到最后。