如何在Redshift中使用正则表达式提取指定内容前的文本

由于Redshift的POSIX正则引擎不支持非捕获组(?:)，我们可以通过修改正则表达式，使用普通捕获组或直接替换冗余内容的方式实现需求。

方法一：使用REGEXP_REPLACE替换冗余内容 #

直接匹配字符串中公司名之后的后缀部分（如Gift Card、Digital Gift Card等），将其替换为空字符串，即可得到开头的公司名：

SELECT
  card_text,
  -- 替换掉公司名后的所有冗余内容
  REGEXP_REPLACE(card_text, '\s+(Digital\s+)?Gift\s+Cards?.*', '') AS company_name
FROM your_table_name;

匹配逻辑说明：

• \s+：匹配公司名后至少一个空格
• (Digital\s+)?：可选的Digital及后续空格（用普通捕获组替代原非捕获组，不影响替换效果）
• Gift\s+Cards?：匹配Gift Card或Gift Cards
• .*：匹配后续所有内容

方法二：使用REGEXP_SUBSTR提取捕获组 #

通过正则捕获组锁定开头的公司名，再指定提取第一个捕获组的内容：

SELECT
  card_text,
  -- 提取第一个捕获组的内容（即公司名）
  REGEXP_SUBSTR(card_text, '^(.*?)\s+(Digital\s+)?Gift\s+Cards?.*', 1, 1, 'e', 1) AS company_name
FROM your_table_name;

参数说明：

• 第6个参数1：指定提取第一个捕获组的内容
• 'e'：启用扩展正则模式，确保捕获组正常工作

验证示例 #

针对你提供的测试文本，两种方法都能得到预期结果：

内容的提问来源于stack exchange，提问作者mah65