仅匹配 Redshift Regex 中的百分比值答案

【问题标题】：Match only percentage values in Redshift Regex仅匹配 Redshift Regex 中的百分比值
【发布时间】：2019-01-24 17:21:33
【问题描述】：

我在 Redshift 中遇到了一个有些复杂的正则表达式问题。我希望能够提取所有后面有百分号的数值，而没有一个没有百分号的数值。我当前的脚本适用于更简单的示例，但不适用于更复杂的示例。

我有一个包含饮料成分的专栏。

一个简单的例子可能是"95% Apple, 5% Grape" 或50.25% grape, 49.75% apple。我可以用 '[0-9]+(\.[0-9][0-9]?%)?'。然而，像"50% Apple, 50% Grape, 2mg grape juice" 或"100% Juice,50% Apple, 50% Grape" 这样更复杂的示例会导致我分别提取"2" and 100, 50, and 50,。

[0-9]+(\.[0-9][0-9]?%)?

我已经能够抓取每个数字，但我只想抓取带有百分号的数字，其中值“100%”不包含其他百分比值。所以使用这个例子"100% Juice,50% Apple, 50% Grape"，我只想要两个 50% 的值。编辑：我还想澄清一下，我正在使用 regexp_substr 函数，因此这两个 50% 的值将通过使用索引在它们自己的列中。

【问题讨论】：

您的正则表达式示例暗示您正在寻找的某些百分比是 50.25%。如果这是真的，那么您应该在上面的测试示例中包含类似的内容。此外，听起来您不想捕获 >= 100% 的任何百分比（包括 150% 或 150.25% 之类的夸张），对吗？
关于 >100%，是的，这是正确的。我将在上面添加一个测试示例来说明这一点。
@WalterWhalen 这可以用 python UDF 完成，你看过这个选项吗？您是否能够创建和使用这些（您需要获得访问权限）。以stackoverflow.com/questions/54084967/… 为例。让我知道这是否适合您，我可能会提供答案。
你解决了吗？如果是，请发布答案

标签： sql regex amazon-redshift

【解决方案1】：

你可以使用类似下面的东西

\b\d?\d%\s
https://regex101.com/r/wxGfaX/1

【讨论】：

【解决方案2】：

这是使用 python udf 的答案

create or replace function process_percentages(InputStr varChar)
  returns varchar
stable
as $$
    import re
    OutputStr = ''
    pattern=re.compile('(\d+(\.\d+)?%)')
    if ('100%' in InputStr) & (InputStr.count('%') == 1):
        OutputStr='100%,'
    else:
        for m in re.finditer(pattern, InputStr):
            if float(m.group(1)[:-1]) < 100.0:
                OutputStr+=m.group(1) + ','
    return OutputStr[:-1]
$$ language plpythonu;

那么你可以像这样使用它：

Select process_percentages('10% Apple, 10% 5% Grape');
Select process_percentages('100% 10% Apple, 10% 5% Grape');
Select process_percentages('123% nothing 10% Apple, 10% Grape');
Select process_percentages('100% Apple, Grape');
Select process_percentages('10.56% Apple, 5.22% Grape');

如果您的需求变得有点复杂，这总是可行的并且很容易定制。

您确实需要先关注https://docs.aws.amazon.com/redshift/latest/dg/udf-security-and-privileges.html 以获得权限

【讨论】：