查询以删除列中字符串的第一个和第二个连字符之间的所有内容答案

【问题标题】：query to remove everything between 1st and 2nd hypen for string in column查询以删除列中字符串的第一个和第二个连字符之间的所有内容
【发布时间】：2022-10-06 13:14:23
【问题描述】：

我正在尝试根据自定义字段检索记录 \"词库\"。对于 \" 的相同值词库\" 我们将有多个 \"l1m_visits\"，我想检索\"的最小值l1mvisits\" 对于每个 \"词库\"。我想得到词库通过删除第一个和第二个下划线（-）之间的字符串苦, 如何在这里写一个查询来获取 ci_ku

样本数据：

item	l1m_visits
1234	A
1234	B
56457	D

预期产出：

ku	ci_ku	l1m_visits
1234-5678-HIJK	1234-HIJK	A
56457-12456-DF-GH-TC	56457-DF-GH-TC	D

已尝试以下查询：

WITH tab_with_ci_ku AS (
   select split(ku, \'-\', 3)ivm_arr,

           l1m_visits,
           last_refresh_date
    FROM db.scema.table
), ranked_visits AS (
    SELECT *, ROW_NUMBER() OVER(PARTITION BY CONCAT(ivm_arr[2],item) as ci_sku ORDER BY l1m_visits) AS rn
    FROM tab_with_ci_ku
)
SELECT sku,ci_ku
FROM ranked_visits
WHERE rn = 1

并面临以下错误：

 mismatched input \'ci_ku\'. Expecting: \'ALTER\', \'ANALYZE\', \'CALL\', \'COMMENT\', \'COMMIT\', \'CREATE\', \'DEALLOCATE\', \'DELETE\', \'DENY\', \'DESC\', \'DESCRIBE\', \'DROP\', \'EXECUTE\', \'EXPLAIN\', \'GRANT\', \'INSERT\', \'MERGE\', \'PREPARE\', \'REFRESH\', \'RESET\', \'REVOKE\', \'ROLLBACK\', \'SET\', \'SHOW\', \'START\', \'TRUNCATE\', \'UPDATE\', \'USE\', <query>

标签： sql postgresql psql presto

【解决方案1】：

我会使用正则表达式替换来处理ci_ku 要求。请注意，这种替换应该发生第一的，因为对ROW_NUMBER 的调用取决于它。

WITH tab_with_ci_ku AS (
    SELECT *, REGEXP_REPLACE(ku, '([^-]+)-[^-]+-(.*)', '$1-$2') AS ci_ku
    FROM db.schema.table
),
ranked_visits AS (
    SELECT *, ROW_NUMBER() OVER (PARTITION BY ci_ku ORDER BY l1m_visits) AS rn
    FROM tab_with_ci_ku
)

SELECT ku, ci_ku, l1m_visits
FROM ranked_visits
WHERE rn = 1;

这是正则表达式的解释：

([^-]+) 匹配并捕获$1 第一项
- 匹配文字连字符
[^-]+匹配第二个词（替换中排除）
- 匹配文字连字符
(.*) 匹配并捕获$2 SKU 的其余部分

然后我们用$1-$2 替换以有效地拼接出第二项。

【讨论】：

嗨@Tim Biegeleisen，非常感谢您的回复，它工作正常，您能否解释一下这个正则表达式的工作原理：'([^-]+)-[^-]+-(.*)', '$1- $2'
请检查上面的更新答案。
谢谢@Tim Biegeleisen，第一学期使用 [^-] 和第二学期使用 (.*) 的原因是什么
@AmulyaM 好吧，最后的(.*) 基本上说要捕获剩余的所有内容。至此，我们已经拼接出了第二项。
好的@Tim Biegeleisen，感谢您的快速回复