如何在Snowflake中从字符串提取YYYYMMDD格式的年月日

针对你给出的示例字符串'IN_2001_02_23_guid'，这里提供两种简单高效的解决方案：

方法一：利用SPLIT_PART分割拼接 #

因为字符串是下划线分隔的固定结构，年、月、日分别是第2、3、4个分割段，直接用SPLIT_PART提取后拼接即可：

SELECT 
    CONCAT(
        SPLIT_PART('IN_2001_02_23_guid', '_', 2),
        SPLIT_PART('IN_2001_02_23_guid', '_', 3),
        SPLIT_PART('IN_2001_02_23_guid', '_', 4)
    ) AS formatted_date;

运行后会返回20010223。如果是处理表中的列数据，把字符串替换成列名即可：

SELECT 
    CONCAT(
        SPLIT_PART(your_column, '_', 2),
        SPLIT_PART(your_column, '_', 3),
        SPLIT_PART(your_column, '_', 4)
    ) AS formatted_date
FROM your_table;

方法二：使用正则表达式提取 #

如果字符串结构有轻微变化（比如前缀长度不固定），正则表达式更灵活，直接匹配并捕获日期部分：

SELECT 
    REGEXP_REPLACE('IN_2001_02_23_guid', '^.*_(\\d{4})_(\\d{2})_(\\d{2})_.*$', '\\1\\2\\3') AS formatted_date;

正则说明： #

• ^.*_：匹配字符串开头到第一个日期段前的下划线
• (\\d{4})_(\\d{2})_(\\d{2})：捕获4位年、2位月、2位日
• _.*$：匹配日期段后的下划线及剩余内容
• \\1\\2\\3：将捕获的年、月、日拼接成无分隔符的日期串

也可以先提取带下划线的日期段，再移除下划线：

SELECT 
    REPLACE(REGEXP_SUBSTR('IN_2001_02_23_guid', '\\d{4}_\\d{2}_\\d{2}'), '_', '') AS formatted_date;

内容的提问来源于stack exchange，提问作者Saloni