Teradata正则表达式筛选异常姓氏数据报错求助

Teradata的正则匹配需要使用REGEXP_SIMILAR函数，而非直接用REGEXP，这是你之前报错的核心原因。以下是针对需求的正确查询语句：

统计无效数据数量 #

SELECT COUNT(*) AS invalid_last_name_count
FROM HISTORY_MEMBERS
WHERE 
  -- 匹配以test开头的测试条目（不区分大小写）
  LOWER(Last_Name) LIKE 'test%'
  -- 匹配长度小于2的条目
  OR LENGTH(Last_Name) < 2
  -- 匹配包含非英文字母的条目
  OR NOT REGEXP_SIMILAR(Last_Name, '^[A-Za-z]+$', 'i');

说明 #

• REGEXP_SIMILAR是Teradata官方支持的正则匹配函数，第三个参数'i'表示不区分大小写，确保大写开头的字母也能被正确匹配。
• LOWER(Last_Name) LIKE 'test%'统一转为小写后匹配，覆盖所有大小写形式的测试条目（如Test、TEST等）。
• NOT REGEXP_SIMILAR(...)用于筛选出不符合"全英文字母"规则的条目，也就是包含非字母字符的无效数据。

如果需要查看具体的无效数据明细，把COUNT(*)换成*即可：

SELECT *
FROM HISTORY_MEMBERS
WHERE 
  LOWER(Last_Name) LIKE 'test%'
  OR LENGTH(Last_Name) < 2
  OR NOT REGEXP_SIMILAR(Last_Name, '^[A-Za-z]+$', 'i');

内容的提问来源于stack exchange，提问作者DLPP