Presto regexp_replace正则报错，同规则在regex101 Java8模式正常如何解决？

问题背景 #

原正则表达式(?<!timeFrame:"(?:\d\d?\d?\d?)?)[0-9.\/,]在regex101的Java8模式下可正常运行，能够删除timeFrame:"..."以外位置的数字、点、斜杠和逗号，但在Presto SQL的regexp_replace函数中执行时，出现错误：

java.sql.SQLException: [Simba]AthenaJDBC An error has been thrown from the AWS Athena client. INVALID_FUNCTION_ARGUMENT: invalid pattern in look-behind

测试字符串：timeFrame:"122 Days" ipAddress:1.1.1.1
预期结果：timeFrame:"122 Days" ipAddress:

错误原因 #

原正则的look-behind断言中包含了可变长度的子表达式\d\d?\d?\d?（匹配1-4位数字），虽然Java 8理论上支持有限长度的look-behind，但Presto（或AWS Athena）的正则引擎实现对look-behind的长度限制更为严格，不允许包含不确定长度的匹配逻辑，因此触发报错。

解决方案：改用捕获组实现需求 #

绕开look-behind的限制，通过捕获组保留需要的内容，替换掉目标字符。修改后的正则表达式和执行语句如下：

SELECT regexp_replace(
  'timeFrame:"122 Days" ipAddress:1.1.1.1',
  '(timeFrame:"[^"]+")|([0-9.\/,])',
  '$1'
) AS result;

逻辑解释 #

• 正则分为两个匹配分支：
  1. (timeFrame:"[^"]+")：捕获完整的timeFrame:"..."内容，保留这部分不做修改
  2. ([0-9.\/,])：匹配需要删除的数字、点、斜杠和逗号
• 替换时使用$1，即仅保留第一个捕获组的内容，匹配到第二个分支的字符则替换为空，最终实现保留timeFrame内的目标字符、删除其他位置目标字符的效果。

验证结果 #

执行上述语句后，得到预期结果：timeFrame:"122 Days" ipAddress:

内容的提问来源于stack exchange，提问作者O-O-O