Redshift regexp_replace在控制台生效但Python Lambda中失效

问题根源 #

1. 正则匹配范围不全：字段日期格式为YYYY-MM-DD（如2024-01-01），但原正则仅匹配YYYY-MM，漏掉了-DD部分，导致无法匹配完整日期后缀。
2. Python字符串转义叠加：Lambda中的字符串会对反斜杠进行转义，需确保最终传递给Redshift的正则表达式符号正确。

修正后的代码实现 #

推荐方案：使用Python原始字符串 #

原始字符串会跳过Python的反斜杠转义，直接将正则内容传递给Redshift，写法更直观：

client = boto3.client(
    service_name="redshift",
    region_name=aws_region,
    aws_access_key_id=aws_access_key_id,
    aws_secret_access_key=aws_secret_access_key,
    aws_session_token=aws_session_token
)

query = r"""
    select id, regexp_replace(event_type, '\s+\d{4}-\d{2}-\d{2}$', '') as event
    from table
"""

注意：boto3.client的第一个参数是服务名"redshift"，而非集群名称；建议通过参数名传参，避免因顺序错误导致的初始化问题。

备选方案：手动叠加转义 #

若不使用原始字符串，需将每个反斜杠写为4个（Python转义一次变为2个，Redshift再转义一次变为1个）：

client = boto3.client(
    service_name="redshift",
    region_name=aws_region,
    aws_access_key_id=aws_access_key_id,
    aws_secret_access_key=aws_secret_access_key,
    aws_session_token=aws_session_token
)

query = """
    select id, regexp_replace(event_type, '\\\\\\\\s+\\\\\\\\d{4}-\\\\\\\\d{2}-\\\\\\\\d{2}$', '') as event
    from table
"""

验证步骤 #

1. 先在Redshift控制台执行修正后的正则语句：select regexp_replace('测试事件 2024-01-01', '\s+\d{4}-\d{2}-\d{2}$', '')，确认能正确移除日期后缀。
2. 检查Lambda中boto3客户端的配置，确保集群连接参数正确。

内容的提问来源于stack exchange，提问作者Kevin2566