Oracle中正常工作的正则表达式在Spark SQL中失效，求适配方案

原Oracle正则的作用 #

你在Oracle中使用的regexp_replace(product_name, '\s+\-.*', '')是用来匹配一个或多个空格+减号，以及减号之后的所有内容，并将这部分替换为空，最终保留减号之前的文本内容。

Spark SQL中的正确替换写法 #

Spark SQL采用Java风格的正则表达式，在SQL字符串中需要对反斜杠做双重转义，同时减号在非字符集语境下无需额外转义。正确的替换语句应该是：

REGEXP_REPLACE(product_name, '\\s+-.*', '')

• \\s+：匹配一个或多个空白字符（对应Oracle的\s+）
• -.*：匹配减号及之后的所有内容

处理前后空格的问题 #

如果替换后字符串前后仍有多余空格，可以直接嵌套TRIM()函数去除：

TRIM(REGEXP_REPLACE(product_name, '\\s+-.*', ''))

更直接的提取方式（用REGEXP_EXTRACT） #

如果想一步到位提取目标内容，无需先替换再修剪，可以使用REGEXP_EXTRACT匹配并提取有效部分：

REGEXP_EXTRACT(product_name, '^\\s*(.*?)(?:\\s+-.*)?\\s*$', 1)

• ^\\s*：匹配字符串开头的所有空白
• (.*?)：非贪婪匹配有效文本（直到第一个空格+减号出现）
• (?:\\s+-.*)?：可选的非捕获组，匹配空格+减号及后续内容（如果存在）
• \\s*$：匹配字符串结尾的所有空白
• 最后提取第1组内容，直接得到无前后空格的目标字符串

为什么之前的写法无效？ #

1. 你尝试的REGEXP_REPLACE(product_name, '\\s+\\((-.*)\\)', '')是匹配空格+括号+减号的结构，和原需求的空格+减号不符，所以无法匹配。
2. 后来用的' \ -.*'只匹配单个空格，而原Oracle正则是匹配一个或多个空格（\s+），遇到多个空格时就会匹配失败，同时多余的转义也没必要。

内容的提问来源于stack exchange，提问作者konio011