Snowflake中如何提取Prod列中TAB/LAB/RAB前的内容？

问题分析 #

你当前的正则表达式^(.+)TAB|LAB|RAB存在两个核心问题：

1. 优先级错误：|的优先级极低，导致正则被拆分成三个独立模式：^(.+)TAB、LAB、RAB，而非将TAB|LAB|RAB作为一个整体匹配终止符。
2. 贪婪匹配导致冗余：(.+)是贪婪匹配，会尽可能捕获最多字符，最终把终止词（如TAB）也包含进结果里。

正确解决方案 #

使用非贪婪匹配结合非捕获组，精准定位终止词前的内容。推荐使用REGEXP_EXTRACT（单匹配场景更高效）：

REGEXP_EXTRACT(PROD, '^(.+?)\\s*(?:TAB|LAB|RAB)\\b') as AB

如果坚持用REGEXP_EXTRACT_ALL，取数组第一个元素即可：

REGEXP_EXTRACT_ALL(PROD, '^(.+?)\\s*(?:TAB|LAB|RAB)\\b')[0] as AB

正则解释 #

• ^：匹配字符串开头，确保从最左侧开始提取
• (.+?)：非贪婪匹配任意字符，捕获到分组1（核心提取内容），避免贪婪匹配过度捕获终止词
• \\s*：匹配终止词前可能存在的空格（兼容带空格或不带空格的场景）
• (?:TAB|LAB|RAB)：非捕获组，匹配三个目标终止词中的任意一个，不占用捕获分组
• \\b：单词边界，确保匹配完整的终止词，避免误匹配包含这些字符串的其他单词

测试结果 #

对你的输入数据执行后，会得到预期输出：

"GLASS VERT"
"GLASS ROUGE"
"GLASS JAUNE VERT"

内容的提问来源于stack exchange，提问作者Rumi