Athena查询优化：仅当最后段含数字时截取分隔符前内容

直接使用带正向预查的正则表达式，实现仅当URL最后一个冒号后的部分包含数字时删除该段内容，否则保留原URL的需求：

SELECT regexp_replace(url, ':(?=[^:]*\\d)[^:]*$', '') AS new_url FROM table;

正则逻辑说明 #

• :：匹配字符串中最末尾的冒号（正则贪婪特性确保匹配最后一个）
• (?=[^:]*\\d)：正向预查断言，验证冒号后续内容（直到字符串结尾）至少包含一个数字，[^:]*匹配任意非冒号字符
• [^:]*$：匹配冒号后到结尾的所有非冒号字符
• 只有当预查条件满足（最后一段含数字）时才执行替换，不满足则原字符串保持不变

示例验证 #

假设输入URL及对应输出：

• 输入：https://example.com:8080/api → 输出：https://example.com
• 输入：https://example.com:abc/api → 输出：https://example.com:abc/api
• 输入：ftp://test:123xyz → 输出：ftp://test

原语句问题说明 #

你之前使用的regexp_replace(url, ':[^:]*$', '')会无条件匹配并删除最后一个冒号后的所有内容，没有添加数字存在的判断条件，因此无法满足需求。

内容的提问来源于stack exchange，提问作者vvazza