Regex 在SQL中查找字符串中第n次出现的模式（Presto）

我正在使用函数regexp\u extract在Presto SQL中编写一个查询

我有一个字符串，可能类似于以下示例：

'1A2B2C3D3E'
'1A1B2C2D3E'
'1A2B1C2D2E'

我想做的是找到例如1[A-E]的第二次出现

如果我尝试

regexp_extract(col, '(1[A-E])(1[A-E])', 2)

这将适用于第二个示例（以及第一个示例，因为它不返回任何内容，因为没有第二个实例）。但是，对于第三个示例，这将失败。它什么也不返回。我知道这是因为我的正则表达式正在搜索一个1[a-E]，后面紧跟着另一个1[a-E]

于是我试着

regexp_extract(col, '(1[A-E])(.*)(1[A-E])', 3)

---

但这也不起作用。我不确定如何解释可能有1A1B2C或1A2B1C找到第二个1的事实。有什么帮助吗？

您不需要第二个捕获组

（.*）

来将两个捕获组保留在结果中，您可以选择匹配中间允许的字符

从我读到的文章中，您也可以考虑使用<代码> ReXExpExtupTyAuth/<代码>来获得所有匹配，如<代码> ReXExpReXix< /Cord>返回第一个匹配项。

由于示例数据由后跟字符a-E的数字组成，因此可以从字符类中排除与1匹配的字符，以防止过度匹配和回溯

(1[A-E])[02-9A-E]*(1[A-E])

如果使用单个捕获组获取第二个值也可以，则可以使用

1[A-E][02-9A-E]*(1[A-E])

---

第二种模式在最新版本的Trino（）中确实有效：

正如其他人所评论的，第一次匹配或

*

不需要捕获组，您应该使用惰性量词以避免

*

急切地匹配第一次和最后一次匹配之间的所有字符：

带t（col）作为(
价值观
“1A2B2C3D3E”，
“1A1B2C2D3E”，
“1A2B1C2D2E”，
‘1A2B1C2D1E’）
选择regexp_extract（列，'1[A-E].*（1[A-E]），1）
从t

---

我不知道普雷斯托的情况，但你的第二种模式看起来应该行得通。唯一的问题是，您应该使用惰性量词（即，

*？

而不是

*

），否则组3将包含最后一个事件，而不一定是第二个事件。你说的“不起作用”到底是什么意思？你有什么结果吗？是什么让OP的原始模式“不起作用”呢？@41686d6564我认为使用

regexp\u extract

而不是

regexp\u extract\u all

，但我没有使用presto的经验。谢谢你的帮助。不幸的是，我编写这个查询的程序不允许我使用regex\u extract\u all。更糟糕的是，由于某些原因，您的解决方案在此程序中不起作用（即使我认为它是正确的）。在带有[0-9A-E]*的部分中，是否有排除1的方法？所以它只搜索0，2-9？对不起，我和你的关系不太好regex@user9592573“有排除1的方法吗？”这不正是这个答案中的第二个模式所做的吗？@user9592573如果第二个值也可以使用单个组，那么您可以使用

1[a-E][02-9A-E]*（1[a-E]）

WITH t(col) AS (
  VALUES 
    '1A2B2C3D3E', 
    '1A1B2C2D3E',
    '1A2B1C2D2E')
SELECT regexp_extract(col, '(1[A-E])(.*)(1[A-E])', 3)
FROM t

 _col0
-------
 NULL
 1B
 1C
(3 rows)

 _col0
-------
 NULL
 1B
 1C
 1C
(4 rows)