如何使用正则表达式提取 SQL 中的字符串？

Question

文档说：

regexp_extract(string, pattern) → varchar Returns字符串中正则表达式模式匹配的第一个子串 https://prestodb.io/docs/current/functions/regexp.html

我有以下查询

select regexp_extract('sssshttps://jira.domain.com/browse/PR-6835hhhh',
'/(https.*\/browse\/)(\w+\-\d+)/g')

这个returnnull应该returnhttps://jira.domain.com/browse/PR-6835 正则表达式似乎可以在我检查过的许多正则表达式工具中使用。为什么我无法提取 url link?

的子字符串

Answer 1

请注意，正斜杠和破折号不是正则表达式元字符，因此不需要转义，至少在 Presto 正则表达式中不需要。考虑这个版本：

select regexp_extract('sssshttps://jira.domain.com/browse/PR-6835hhhh',
                      'https.*?/browse/\w+-\d+')

这应该return:

https://jira.domain.com/browse/PR-6835

您当前的正则表达式似乎来自其他语言，例如 JavaScript 或 PHP，其中正则表达式文字具有分隔符 /，因此需要 /需要转义。

我刚刚编辑了我的答案，以便在匹配 https 和第一个 /browse 之间的内容时使用惰性圆点 .*?。这应该可以解决您评论中提到的边缘情况，其中 .* 与多个 URL 匹配。

How to use regex to extract string in SQL?