如何用正则表达式匹配指定TABLE类文件并排除特定文件？

直接匹配目标文件的正则（推荐） #

使用以下正则表达式可精确匹配TABLE.csv.gz及所有以TABLE_SP开头的.csv.gz文件，同时自动排除TABLE_REMARK.csv.gz：

^(TABLE\.csv\.gz|TABLE_SP.*\.csv\.gz)$

正则规则说明：

• ^：锚定文件名起始位置，避免部分匹配
• TABLE\.csv\.gz：精确匹配TABLE.csv.gz（正则中.需转义，否则会匹配任意字符）
• |：逻辑或操作符，匹配左右任意一种模式
• TABLE_SP.*\.csv\.gz：匹配所有以TABLE_SP开头、以.csv.gz结尾的文件，.*表示中间可包含任意字符（包括空字符）
• $：锚定文件名结束位置，确保整个文件名完全符合规则

Snowflake SQL使用示例 #

在REGEX_SUBSTR中使用时，需遵循SQL字符串转义规则（\需写为\\）：

SELECT
  file_name,
  REGEX_SUBSTR(file_name, '^(TABLE\\.csv\\.gz|TABLE_SP.*\\.csv\\.gz)$') AS matched_file
FROM your_file_table;

更严谨的排除版正则（可选） #

若需明确强制排除TABLE_REMARK.csv.gz（防止后续新增类似命名文件干扰），可使用带负向预查的版本：

^(?!TABLE_REMARK\.csv\.gz$)(TABLE\.csv\.gz|TABLE_SP.*\.csv\.gz)$

额外说明：

• (?!TABLE_REMARK\.csv\.gz$)：负向预查，确保当前位置后不是完整的TABLE_REMARK.csv.gz字符串，从逻辑上强制排除该文件
• 其余规则与推荐版本一致，保持对目标文件的匹配逻辑

内容的提问来源于stack exchange，提问作者Dhananjay Singh