PostgreSQL中使用regex_replace提取DATA相关内容的技术求助

原始数据集 #

1. '{SHEET,2730377,SHEET,5708283,DATA,3015937}'
2. '{SHEET,2730377,SHEET,5708283,DATA,3015937,DATA,0010965}'
3. '{SHEET,5708283,DATA,3015937,DATA,0010965}'
4. '{SHEET,5708283,DATA,3015937}'

期望结果 #

1. {DATA,3015937}
2. {DATA,3015937,DATA,0010965}
3. {DATA,3015937,DATA,0010965}
4. {DATA,3015937}

问题分析 #

你之前的正则仅替换了第一个匹配的SHEET,7位数字,，且未覆盖末尾无逗号的SHEET,7位数字场景，导致残留未替换内容。

正确正则表达式方案 #

使用带全局替换标志的正则，匹配所有SHEET,7位数字（无论后面是逗号还是紧跟闭合大括号）：

regexp_replace(your_column, 'SHEET,\d{7}(?:,|(?=}))', '', 'g')

正则说明 #

• SHEET,\d{7}：精准匹配"SHEET,"后接7位数字的固定格式
• (?:,|(?=}))：非捕获组，匹配数字后的逗号，或数字后紧跟闭合大括号的情况（正向前瞻，不消耗}字符）
• 'g'：全局替换标志（PostgreSQL中需显式指定，确保替换所有匹配项）

效果验证 #

对每条原始数据应用该语句后，会精准移除所有SHEET相关片段，完整保留所有DATA,7位数字的内容，完全符合期望结果。

内容的提问来源于stack exchange，提问作者Jim Macaulay