如何在PostgreSQL中提取字符串里完全由大写字母组成的单词

你原来的REGEXP_REPLACE写法会把所有大写字母一股脑拼起来，根本区分不了是全大写的缩写单词，还是首字母大写的普通单词。要精准提取独立的全大写单词，得用正则匹配被单词边界/字符串首尾包裹的连续大写字母序列，还能按需过滤掉单个大写字母（比如示例里的"I"就不会被误提）。

下面是主流数据库的具体实现：

PostgreSQL #

用REGEXP_MATCHES提取匹配项，再转成字符串：

SELECT title, 
       array_to_string(REGEXP_MATCHES(title, '\b[A-Z]{2,}\b', 'g'), '') AS acronym
FROM your_table;

• \b：锁定单词边界，确保提取的是独立单词
• [A-Z]{2,}：匹配至少2个连续大写字母（要包含单个大写字母就把{2,}改成+）
• 'g'：全局匹配，一行有多个缩写会直接拼接（比如"BTW LOL"会得到"BTWLOL"）

要是想把多个缩写用逗号分开，就这么写：

SELECT title, 
       string_agg(match, ', ') AS acronyms
FROM your_table,
     REGEXP_MATCHES(title, '\b[A-Z]{2,}\b', 'g') AS matches(match)
GROUP BY title;

MySQL（8.0+） #

提取第一个匹配的缩写用REGEXP_SUBSTR：

SELECT title,
       REGEXP_SUBSTR(title, '[A-Z]{2,}(?= |$|\\W)') AS acronym
FROM your_table;

要提取所有缩写并拼接，得用递归CTE：

WITH RECURSIVE cte AS (
    SELECT title, 
           REGEXP_SUBSTR(title, '[A-Z]{2,}', 1, 1) AS acronym,
           1 AS idx
    FROM your_table
    WHERE REGEXP_SUBSTR(title, '[A-Z]{2,}', 1, 1) IS NOT NULL
    UNION ALL
    SELECT cte.title,
           REGEXP_SUBSTR(cte.title, '[A-Z]{2,}', 1, cte.idx + 1),
           cte.idx + 1
    FROM cte
    WHERE REGEXP_SUBSTR(cte.title, '[A-Z]{2,}', 1, cte.idx + 1) IS NOT NULL
)
SELECT title, GROUP_CONCAT(acronym SEPARATOR '') AS acronym
FROM cte
GROUP BY title;

SQL Server #

用反向替换的方式提取：

SELECT title,
       TRIM(REGEXP_REPLACE(title, '[^A-Z]*(?<![A-Z])[A-Z]{1}(?![A-Z])[^A-Z]*|[^A-Z]+', '', 'g')) AS acronym
FROM your_table;

或者拆分单词后筛选再拼接：

SELECT title,
       STRING_AGG(value, '') AS acronym
FROM your_table
CROSS APPLY STRING_SPLIT(title, ' ')
WHERE value LIKE '[A-Z][A-Z]%' AND value NOT LIKE '%[^A-Z]%'
GROUP BY title;

测试示例数据 #

拿PostgreSQL的第一种写法跑你的示例，输出完全符合预期：

内容的提问来源于stack exchange，提问作者SpenceM