如何用正则表达式/SQL SUBSTR提取排除xi的字符串字母数字段？

你的正则表达式存在几个关键问题，导致第一行提取结果异常：

1. 字符类方括号错误转义：\[A-Za-z0-9\]实际会匹配[、字母数字、]的字符序列，而非你需要的字母数字本身，完全偏离了提取目标。
2. 字符类未包含下划线：无法覆盖第一行中带下划线的目标字段场景。
3. 可选前缀未被优先匹配：当字符串以xi-开头时，正则会跳过^(xi-)?分支，反而把xi当作目标字段捕获——因为xi属于字母序列，满足后面的字符类条件，且后续的-也能匹配，最终导致错误结果。

修正后的正则表达式 #

调整为以下正则即可正确处理所有案例：

select 
    regexp(Fullstring ,'^(?:xi-)?([A-Za-z0-9_]+)-.*','$1') output  

规则说明 #

• ^(?:xi-)?：用非捕获组(?:...)匹配可选的开头xi-，确保优先识别前缀，避免把xi误判为目标字段。
• ([A-Za-z0-9_]+)：捕获由字母、数字、下划线组成的目标字段，覆盖所有案例的需求。
• -.*：匹配目标字段后的剩余内容，确保整个字符串被匹配，替换时只保留捕获组1的内容。

测试结果验证 #

如果希望第一行结果可以是AN224432（不带下划线），只需把字符类调整为([A-Za-z0-9]+)即可，具体可根据你的需求选择。

内容的提问来源于stack exchange，提问作者guess_work0205