如何在Redshift表中统计字符串中||的出现次数（不用替换法）

问题根源 #

|是正则表达式的分支匹配元字符，直接在REGEXP_COUNT中传入'||'或'|'时，会被正则引擎解析为特殊语法，无法匹配字面意义上的|字符，自然得不到正确的连续||计数结果。

可行解决方案 #

以下几种方法无需替换原字符串，直接通过正则匹配即可得到正确结果：

1. 转义元字符
   在正则中用\转义|，由于SQL字符串中\本身需要转义（写成\\），因此最终正则表达式为'\\|\\|'：

REGEXP_COUNT(dcsis.value, '\\|\\|')

Redshift会将字符串中的\\解析为单个\，正则引擎接收到的是\|，代表字面的|，两个连起来就能精准匹配连续的||。

2. 使用字符类匹配
   将|放入正则字符类[]中，此时元字符会失去特殊意义，可直接匹配字面|。可以写成两个字符类连写，或用量词{2}简化：

-- 写法1：两个字符类连写
REGEXP_COUNT(dcsis.value, '[|][|]')
-- 写法2：用量词匹配连续2个|，更简洁
REGEXP_COUNT(dcsis.value, '[|]{2}')

3. 结合chr()与正则量词
   利用chr(124)生成|字符，配合正则量词{2}指定匹配连续两次，避免直接写|带来的元字符问题：

REGEXP_COUNT(dcsis.value, '(' || chr(124) || '){2}')

内容的提问来源于stack exchange，提问作者Chernusha