用于获取字符内的字符串的正则表达式，Presto/Athena 中的第一个字符集是可选的

如何解决用于获取字符内的字符串的正则表达式，Presto/Athena 中的第一个字符集是可选的

我整天都在纠结这个问题。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

我想提取 1/ 和 ^ 中存在的文本。像这样：

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

我尝试了很多变体，它们都可以在线运行：

• 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，我总是会在提取物中取回 1/。

有人知道如何解决这个问题吗？

解决方法

我会在这里使用 REGEXP_REPLACE：

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

参见regex demo。

详情：

• ^ - 字符串的开始
• (?:[^/]*/)? - 一个可选序列，匹配除 / 和 / 字符以外的任何零个或多个字符
• ([^^]*) - 捕获组 1（从带有 $1 的替换模式中引用）：除 ^ 之外的任何零个或多个字符
• \^ - 文字 ^ 字符
• .* - 字符串的其余部分。