如何在PostgreSQL中提取字符串中以'M'开头的所有单词

核心正则表达式 #

要匹配所有以'M'开头的完整单词，用正则 \bM\w+ 即可：

• \b：匹配单词边界，确保'M'是单词的开头（避免匹配类似"xMary"这种字符串里的Mary）
• M：指定单词首字母为大写M
• \w+：匹配后续的字母、数字或下划线（覆盖常见的单词字符）

不同场景的实现示例 #

Python环境

直接用re.findall全局提取所有匹配项，再拼接成目标格式：

import re
input_str = '[{"name": "Mary", "type": "Dog"}, {"name": "Max", "type": "Dog"}]'
m_words = re.findall(r'\bM\w+', input_str)
result = ', '.join(m_words)
print(result)  # 输出: Mary, Max

PostgreSQL SQL

用regexp_matches配合string_agg实现：

SELECT string_agg(match, ', ') AS extracted_words
FROM regexp_matches(
  '[{"name": "Mary", "type": "Dog"}, {"name": "Max", "type": "Dog"}]',
  '\bM\w+',
  'g'  -- 'g'表示全局匹配
) AS match;

Spark SQL

用regexp_extract_all提取所有匹配，再拼接：

SELECT concat_ws(', ', regexp_extract_all(your_column, '\\bM\\w+', 0)) AS extracted_words
FROM your_table;

为什么之前的方法不生效 #

• regex_replace是替换字符，不是提取匹配项，没法直接拿到目标单词
• substring只能截取单个位置的片段，无法遍历字符串找到所有符合条件的单词

内容的提问来源于stack exchange，提问作者maintheme