如何通过 Redshift psql 提取正则表达式组答案

【问题标题】：How to extract regex group through Redshift psql如何通过 Redshift psql 提取正则表达式组
【发布时间】：2018-10-17 20:23:53
【问题描述】：

我在 python 和 Redshift psql 上尝试过的相同正则表达式模式在 python 上有效，但在 Redshift psql 上无效。

我的字符串如下所示： s = 'AB.w127 xyz (9f6h, 89) amf, like mr .345x980 abcd' 我要提取“AB”和“.345x980”之间的所有内容（本例中为“w127 xyz (9f6h, 89) amf, like mr”），这里的乘数会有所不同，内容两者之间是完全不可预测的。所以在我的 Redshift psql 查询中，我使用了regexp_substr(s, 'AB\.(.*?)\.\d+x\d+.*?')。我希望至少能得到一些东西，以便以后我可以使用 group(1) 作为 python 逻辑。

但 Redshift 一直向我显示此错误：

重复运算符之前的正则表达式无效。解析正则表达式时出错：'AB.(.?>>>HERE>>>).d+xd+.?'。

我也尝试了AB\\.(.*?)\\.\\d+x\\d+.*?')的模式，但仍然出现同样的错误。

有没有办法用 Redshift psql 提取字符串？

【问题讨论】：

也许试试这个模式？ '^AB\\.(.*)\\.\\d+x\\d+.*$'
您能否编辑问题并提供更多输入示例和所需输出，以便我们为您测试正则表达式？
如果贪心版不好，请发一个更完整的测试样本。
已编辑。在这种情况下，我想提取“w127 xyz (9f6h, 89) amf, like mr”。

标签： regex amazon-redshift psql

【解决方案1】：

不幸的是，Amazon Redshift 仅具有不支持惰性量词的 POSIX regex。

也就是说，您似乎不需要它们，AB\.(.*)\.\d+x\d+ 应该这样做。

关于如何提取中间文本的问题，我们对 Redshift 的正则表达式功能几乎没有选择。 ~~All~~ 大多数好东西都不受支持。最好先提取，然后用CHARINDEX和SUBSTRING隔离内部。

然而，最后一个技巧是使用

regexp_replace( text, '.*AB\.|\.\\d+x\\d+.*')

如链接文档中所述，POSIX 样式的 \d 字符类必须使用两个反斜杠 (\\) 或使用等效的字符类表达式，例如[[:digit:]]

【讨论】：

最后一个技巧可能是使用regexp_replace( text, '.*AB\.|\.\d+x\d+.*')
regex_replace() 确实给了我很好的启发！我只是做了一点改动，问题就解决了，使用regexp_replace(s, 'AB\.|\.\\d+x\\d+.*')

【解决方案2】：

非常感谢您的回答！最后用regexp_replace(s, 'AB\.|\.\\d+x\\d+.*')解决了问题，这里我不得不用\\d，否则Redshift给我的结果是空的

【讨论】：