MySQL 8.0提取产品特征字符并分组求和的技术求助

我正在使用MySQL 8.0，需要从产品数据中提取特征字符，将同一产品的不同变体（如口味、是否包含运费、规格等）进行分组聚合。

原始产品数据 #

期望分组结果 #

尝试的SQL语句（无法适配全部数据） #

Select  rtrim(substring_index(substring_index(substring_index(Product, '-', 1), '(', 1), '[', 1)) as NewProduct, SUM(Total) as GTotal
From myData
Group By NewProduct

我曾提问过类似问题，但实际数据更为复杂，恳请帮忙解决该问题。

解决方案 #

针对需求，可利用MySQL 8.0支持的REGEXP_REPLACE函数，通过正则表达式匹配并移除所有变体相关后缀，提取产品核心名称后分组聚合：

SELECT
    TRIM(REGEXP_REPLACE(Product, 
        '(\\s*-\\s*.*)|(\\s*\\(.*\\))|(\\s+\\d+\\s*oz\\.\\s*x\\s*\\d+)', 
        '')) AS NewProduct,
    SUM(Total) AS GTotal
FROM myData
GROUP BY NewProduct;

正则规则说明：

• \\s*-\\s*.*：匹配并移除所有以-（前后允许带空格）开头的变体后缀，如- Apple、- 20g
• \\s*\\(.*\\)：匹配并移除所有括号及其内部内容，如(members-only)、(160ml)、(Pack of Three)
• \\s+\\d+\\s*oz\\.\\s*x\\s*\\d+：匹配并移除牛排产品中的规格信息12 oz. x 4

该语句可精准处理所有给出的产品场景，聚合结果与预期完全一致。若后续出现新的变体规则，只需在正则表达式中添加对应匹配模式即可。

内容的提问来源于stack exchange，提问作者beth_9