在Informatica中使用REG_MATCH和REPLACESTR函数移除后缀字符

问题根源 #

你当前的代码问题出在REPLACESTR的使用上：直接替换单个字符（比如'I'）会触发全局替换，把字符串中所有匹配的字符都删掉，而非仅删除作为后缀的部分。比如FINANCIAL里的'I'会被误删，导致输出FNANCAL。

解决方案思路 #

要精准移除后缀，需做到两点：

1. 用REG_MATCH精准定位后缀：区分末尾后缀（如... I）和中间后缀（如... I ...），确保只匹配作为后缀的空格+标识组合；
2. 用REPLACESTR替换后缀整体：针对末尾后缀替换空格+标识为空，针对中间后缀替换空格+标识+空格为单个空格（避免连续空格）。

修改后的代码 #

--parse suffix txt from last name
IIF(REG_MATCH(LAST_NAME,'\sI$') OR REG_MATCH(LAST_NAME,'\sI\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sI$') THEN '\sI' ELSE '\sI\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sI$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sII$') OR REG_MATCH(LAST_NAME,'\sII\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sII$') THEN '\sII' ELSE '\sII\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sII$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sIII$') OR REG_MATCH(LAST_NAME,'\sIII\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sIII$') THEN '\sIII' ELSE '\sIII\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sIII$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sIV$') OR REG_MATCH(LAST_NAME,'\sIV\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sIV$') THEN '\sIV' ELSE '\sIV\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sIV$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sV$') OR REG_MATCH(LAST_NAME,'\sV\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sV$') THEN '\sV' ELSE '\sV\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sV$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sJR$') OR REG_MATCH(LAST_NAME,'\sJR\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sJR$') THEN '\sJR' ELSE '\sJR\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sJR$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sJR\.$') OR REG_MATCH(LAST_NAME,'\sJR\.\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sJR\.$') THEN '\sJR\.' ELSE '\sJR\.\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sJR\.$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sSR$') OR REG_MATCH(LAST_NAME,'\sSR\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sSR$') THEN '\sSR' ELSE '\sSR\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sSR$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\sSR\.$') OR REG_MATCH(LAST_NAME,'\sSR\.\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\sSR\.$') THEN '\sSR\.' ELSE '\sSR\.\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\sSR\.$') THEN '' ELSE ' ' END),
IIF(REG_MATCH(LAST_NAME,'\s3RD$') OR REG_MATCH(LAST_NAME,'\s3RD\s'), 
    REPLACESTR(1, LAST_NAME, CASE WHEN REG_MATCH(LAST_NAME,'\s3RD$') THEN '\s3RD' ELSE '\s3RD\s' END, CASE WHEN REG_MATCH(LAST_NAME,'\s3RD$') THEN '' ELSE ' ' END),
LAST_NAME))))))))))

关键细节说明 #

• 正则匹配规则：
  • \sI$：匹配末尾的空格+I（$表示字符串结尾）；
  • \sI\s：匹配中间被空格包围的空格+I+空格；
• 替换逻辑：
  • 末尾后缀：替换空格+标识为空，直接移除后缀；
  • 中间后缀：替换空格+标识+空格为单个空格，避免删除后出现连续空格；
• 对II、III、JR.等后缀采用完全一致的逻辑，确保所有后缀都能精准移除且不影响主字符串内容。

内容的提问来源于stack exchange，提问作者karthik