Snowflake SQL正则表达式~提取多个VAL

我试图使用Snowflakes regexp\u substr识别嵌套在字符串中的值

我要访问的值在引号中：

...
Type:
  a:
    - !<string>
     val: "A"
    - !<string>
     val: "B"
    - !<string>
     val: "C"
...

这将产生：

Type: a: - !<string> val: "A"

---

虽然这给了字符串的第一部分A，但我只想找到一种分别访问A、B和C的方法。

这个select语句将为您提供所需的。。。索塔。您应该注意到，它将查找特定的val出现频率，然后为您提供后面的下一个单词字符

据我所知，正则表达式的计算结果是表达式的第一次出现，因此一旦找到模式，就完成了。您可能希望查看Snowflake JavaScript存储过程，看看是否可以使用下面的示例进行迭代，增加适当的值以生成预期的输出

---

您必须分两个阶段提取值

提取文档的以下部分，键入：a:包含所有val:数据。 将数据提取为数组或使用REGEXP\u SUBSTR+索引n提取第n个元素 结果是一个数组，您可以在其中使用索引[0]等访问第一个值。

---

第一个regexp可以缩短为最省力的“类型：\\s++\\w+：[^]+[^]+[^]++”。

再多一个角度-在UDF中使用javascript regex功能

例如：

create or replace function my_regexp(S text)
  returns array
  language javascript
as
$$
  const re = /(\w+)/g
  return [...S.match(re)]
$$
;

以这种方式调用：

set S = '
Type:
  a:
    - !<string>
     val: "A"
    - !<string>
     val: "B"
    - !<string>
     val: "C"
';

select my_regexp($S);

实现完整的正则表达式需要更多的工作，但正如您所见，这绕过了单值限制

---

也就是说，如果性能是您的首要任务，我希望Snowflake原生正则表达式的支持性能会更好，即使您多次指定正则表达式，尽管我还没有对此进行测试。

您想要所有值的列表还是能够访问第n个值？您似乎很乐意在字符串中使用标记，例如省略号。。。表示任何文本。WARE和val也是表示某物的标记，或者是字符！你的数据中有val吗？是的，还有其他的！和字符串中的val。谢谢你指出这一点。我还希望能够访问第n个值。JavaScript RegExp是真实的，而不是通过SQL函数提供的缩减版本。@making输入中的省略号[…]很可能表示摘录上方和下方的无休止的单词，因此您最终会提取整个文档中的单词。@making只需要以下类型：a：

SELECT
  'Type:\\s+\\w+:((\\s+- !<string>\\s+val:\\s+"[^"]")+)' type_section_rx
  REGEXP_SUBSTR(col, type_section_rx, 1, 1, 'i', 1) vals,
  PARSE_JSON('[0' || REPLACE(vals, REGEXP_SUBSTR(vals, '[^"]+'), ', ') || ']') raw_array,
  ARRAY_SLICE(raw_array, 1, ARRAY_SIZE(raw_array)) val_array,
  val_array[1] B
FROM INPUT_STRING

create or replace function my_regexp(S text)
  returns array
  language javascript
as
$$
  const re = /(\w+)/g
  return [...S.match(re)]
$$
;

set S = '
Type:
  a:
    - !<string>
     val: "A"
    - !<string>
     val: "B"
    - !<string>
     val: "C"
';

select my_regexp($S);

[ "Type", "a", "string", "val", "A", "string", "val", "B", "string", "val", "C" ]