如何用Redshift regexp_substr提取字符串中变量x的数值？

目标正则表达式 #

要提取x=后的纯数字值（排除x=u259这类非数字赋值），可以使用以下POSIX正则：

\bx=(\d+)(?=[\s)ORAND])

解释：

• \b：匹配单词边界，确保x是独立变量名，避免误匹配类似tax=IN里的字符
• (\d+)：捕获1个及以上连续数字，这就是我们需要的目标数值
• (?=[\s)ORAND])：正向预查，确保数字后紧跟空格、右括号、OR或AND，保证匹配的是完整的赋值项

在Redshift中提取所有匹配项 #

Redshift的regexp_substr默认仅返回第一个匹配结果，要获取所有值，需结合generate_series循环提取，再用list_agg合并成逗号分隔格式：

假设目标字段名为condition_str，表名为your_table，查询语句如下：

WITH matches AS (
    SELECT 
        regexp_substr(condition_str, '\bx=(\d+)(?=[\s)ORAND])', 1, n, 'e') AS x_value
    FROM your_table,
         generate_series(1, regexp_count(condition_str, '\bx=(\d+)(?=[\s)ORAND])')) AS n
)
SELECT list_agg(x_value, ', ') AS result
FROM matches
WHERE x_value IS NOT NULL;

关键说明：

• regexp_count：统计字符串中符合规则的匹配次数，作为循环的上限
• generate_series：生成从1到匹配次数的序列，用于逐个提取每个匹配项
• regexp_substr的'e'参数：启用扩展模式，直接返回捕获组中的数字内容
• list_agg：将所有提取到的数值合并成逗号分隔的字符串

测试验证 #

用你提供的字符串执行上述查询，会得到期望结果：66438, 5423, 9853, 28743

内容的提问来源于stack exchange，提问作者Moh