PostgreSQL中从marc表tag字段提取指定子串的技术求助

针对你的需求，我们可以通过正则表达式精准提取|a和|d对应的内容并拼接，以下是适配常见数据库的实现方式：

核心思路 #

1. 定位|a后到|d前的文本片段，去除末尾多余空格
2. 定位|d后到下一个|前的文本片段
3. 将两个片段直接拼接得到目标格式

PostgreSQL 实现 #

SELECT
  TRIM(TRAILING ' ' FROM REGEXP_MATCH(tag, '^"\\|a (.*?)\\|d')[1]) || REGEXP_MATCH(tag, '\\|d (.*?)\\|')[1] AS result
FROM marc
WHERE id = '10825700016';

或者用更简洁的单次正则匹配拼接：

SELECT
  REGEXP_REPLACE(tag, '^"\\|a (.*?)\\s*\\|d (.*?)\\|.*', '\1\2') AS result
FROM marc
WHERE id = '10825700016';

MySQL 实现 #

SELECT
  TRIM(TRAILING ' ' FROM REGEXP_SUBSTR(tag, '\\|a (.*?)\\|d', 1, 1, 's', 1)) || REGEXP_SUBSTR(tag, '\\|d (.*?)\\|', 1, 1, 's', 1) AS result
FROM marc
WHERE id = '10825700016';

原语句问题说明 #

你之前使用的正则(.*)_[^|][^a][^d]*$完全不符合目标文本的结构：既没有定位到|a和|d的标记位，也没有匹配到需要提取的内容区间，因此无法得到预期结果。

内容的提问来源于stack exchange，提问作者franco