AWS Athena正则替换：保留首个下划线替换其余为空格及函数报错问题

一、REGEXP_REPLACE报错原因及修正 #

你遇到的函数未找到报错，是因为参考的是MySQL风格的REGEXP_REPLACE参数格式，而AWS Athena基于Presto/Trino，函数参数逻辑不同：

• 错误语法（MySQL风格）：REGEXP_REPLACE('the fox', 'FOX', 'quick brown fox', 1, 'i')（多了起始位置参数，flags位置错误）
• Athena正确语法：

SELECT REGEXP_REPLACE('the fox', 'FOX', 'quick brown fox', 'i');

Athena的REGEXP_REPLACE参数为：REGEXP_REPLACE(输入字符串, 匹配模式, 替换值[, 匹配标记])，标记参数（如i表示忽略大小写）是可选的字符串，不需要单独的起始位置参数。

二、实现「保留第一个下划线，其余替换为空格」的方案 #

针对你的需求，提供两种可行的SQL写法：

方案1：拆分拼接法（逻辑直观） #

通过SPLIT_PART拆分第一个下划线前后的内容，替换后半部分的下划线后再拼接：

SELECT 
  CASE
    -- 处理不含下划线的字符串，避免拼接空值
    WHEN col_name NOT LIKE '%_%' THEN col_name
    ELSE CONCAT(
      SPLIT_PART(col_name, '_', 1),
      '_',
      REGEXP_REPLACE(SPLIT_PART(col_name, '_', 2), '_', ' ')
    )
  END AS processed_col
FROM your_table;

• 说明：SPLIT_PART(col_name, '_', 1)提取第一个下划线前的内容，SPLIT_PART(col_name, '_', 2)提取第一个下划线后的所有内容，再把后半部分的下划线替换为空格，最后拼接成结果。

方案2：正则表达式一次性替换（更简洁） #

利用正向预查正则，匹配第一个下划线之后的所有下划线并替换：

SELECT REGEXP_REPLACE(col_name, '(?<=_.*)_', ' ') AS processed_col
FROM your_table;

• 正则逻辑：(?<=_.*)是正向预查，确保当前匹配的下划线前面已经出现过至少一个下划线（即不是第一个下划线），然后将这类下划线替换为空格。
• 优势：无需额外判断，不含下划线的字符串会原样返回。

测试结果 #

针对你的示例输入：

内容的提问来源于stack exchange，提问作者Md. Parvez Alam