KDB字符串解析提取日期：适配多种日期条件格式的方法

问题场景 #

需要解析KDB表中存储用户查询日志的字符串列，提取其中与date关键字关联的日期，转为KDB日期格式存入新列。示例查询字符串包括：

"select from table where date=2023.01.01"
"select from table2 where date = 2024.01.01"
"select from table3 where date >= 2022.01.01"
"select from table4 where date>=2021.01.01"
"select from table5 where date within (2020.01.01;2020.12.31)"

当前使用的方法仅适配date=格式：

update queryDate:first each "," vs/: last each "date=" vs/: colName from tableName;
update "D"$queryDate from tableName;

无法处理带空格的运算符、无空格复合运算符以及date within等场景。

解决方案 #

利用KDB的正则表达式函数re.find实现灵活匹配，覆盖所有目标场景：

方法1：精准匹配date关联的单日期 #

针对date后接=/>=/<=/>/<（含有无空格）的场景，直接提取关联日期：

update queryDate:"D"$first each re.find["date\\s*[<>]=?\\s*(\\d{4}\\.\\d{2}\\.\\d{2})"; colName; 1] from tableName;

• 正则说明：
  • date\\s*匹配date关键字及后续任意空格
  • [<>]=?覆盖所有常见比较运算符（=/>=/<=/>/<）
  • (\\d{4}\\.\\d{2}\\.\\d{2})捕获yyyy.mm.dd格式的日期字符串
  • 第三个参数1指定返回正则捕获组的内容（仅提取日期部分）

方法2：适配date within场景 #

如需提取within后的日期（示例取第一个日期，可按需调整为第二个）：

update queryDate:"D"$first each re.find["date\\s*within\\s*\\((\\d{4}\\.\\d{2}\\.\\d{2})"; colName; 1] from tableName;

合并处理所有场景 #

通过合并正则匹配结果，自动适配所有目标场景：

update queryDate:{"D"$first where not null x} each (
    // 先匹配单日期运算符场景
    re.find["date\\s*[<>]=?\\s*(\\d{4}\\.\\d{2}\\.\\d{2})"; colName; 1],
    // 再匹配within场景
    re.find["date\\s*within\\s*\\((\\d{4}\\.\\d{2}\\.\\d{2})"; colName; 1]
) from tableName;

该逻辑会优先取单日期场景的匹配结果，若无则取within场景的第一个日期，确保所有情况都能覆盖。

验证 #

将上述代码应用到包含所有测试场景的表中，即可成功提取所有date关联的日期并转为KDB原生日期类型。

内容的提问来源于stack exchange，提问作者CleanSock