Informatica Like Operator求助：跨库表字段匹配问题

核心思路是先对表2的目标字段做字符串清洗/提取，得到和表1字段格式一致的内容，再通过等值关联筛选出匹配数据——而非使用FULL OUTER JOIN（该逻辑会返回两侧所有数据，不符合你仅提取表2中匹配数据的需求）。

以下按主流数据库给出具体实现：

MySQL #

方案1：正则提取（推荐，格式固定时更简洁） #

利用REGEXP_SUBSTR函数捕获select和from之间的目标值：

SELECT t2.*
FROM db1.table1 t1
JOIN db2.table2 t2 
  ON REGEXP_SUBSTR(t2.target_column, 'select (\\w+) from') = t1.target_column;

方案2：固定位置字符串截取（兼容性更好） #

如果表2字段格式严格为-select [目标值] from ...，可通过位置计算截取：

SELECT t2.*
FROM db1.table1 t1
JOIN db2.table2 t2 
  ON TRIM(
    SUBSTRING(
      SUBSTRING(t2.target_column, LOCATE('select ', t2.target_column) + 7),
      1,
      LOCATE(' from', SUBSTRING(t2.target_column, LOCATE('select ', t2.target_column) + 7)) - 1
    )
  ) = t1.target_column;

PostgreSQL #

方案1：正则分组提取 #

通过REGEXP_MATCH获取分组捕获的目标值：

SELECT t2.*
FROM db1.table1 t1
JOIN db2.table2 t2 
  ON (REGEXP_MATCH(t2.target_column, 'select (\\w+) from'))[1] = t1.target_column;

方案2：正则替换提取 #

用REGEXP_REPLACE剔除无关内容，保留目标值：

SELECT t2.*
FROM db1.table1 t1
JOIN db2.table2 t2 
  ON REGEXP_REPLACE(t2.target_column, '^-select (\\w+) from.*$', '\\1') = t1.target_column;

SQL Server #

方案：位置定位截取 #

结合CHARINDEX和SUBSTRING实现精准截取：

SELECT t2.*
FROM db1.table1 t1
JOIN db2.table2 t2 
  ON SUBSTRING(
    t2.target_column,
    CHARINDEX('select ', t2.target_column) + 7,
    CHARINDEX(' from', t2.target_column) - CHARINDEX('select ', t2.target_column) - 7
  ) = t1.target_column;

为什么之前的FULL OUTER JOIN + 正则方案失败？ #

1. 逻辑不符：FULL OUTER JOIN会返回两张表的所有行，包括不匹配的数据，而你需要的是表2中与表1匹配的子集，应使用INNER JOIN（仅保留匹配行）或LEFT JOIN（若需保留表1所有行）。
2. 正则写法问题：若正则未正确捕获目标分组、未处理空格或特殊字符，会导致匹配失效，建议先单独测试正则提取逻辑，确认能得到与表1一致的字段值后再做关联。

注意事项 #

• 确保数据库支持跨库查询（如MySQL需配置FEDERATED引擎、SQL Server需创建链接服务器、PostgreSQL需使用dblink扩展）。
• 若表2字段格式不固定（如存在select distinct ... from或其他变种），需调整正则/截取逻辑，覆盖所有可能的格式。
• 可先执行单表查询验证提取结果：SELECT 提取函数(t2.target_column) FROM db2.table2 t2，确认能正确获取目标值后再关联表1。

内容的提问来源于stack exchange，提问作者Ram