PostgreSQL 13.2：如何截取至首个大写单词前的子串（含首词）

可以通过PostgreSQL的正则表达式匹配来实现这个需求，以下是具体的函数实现和说明：

函数定义 #

CREATE OR REPLACE FUNCTION substringtiluppercase(input_str text)
RETURNS text
LANGUAGE sql
IMMUTABLE
AS $$
SELECT substring(input_str from '^(\S+(?:\s+\S+)*?)(?=\s+[A-ZÕÄÖÜŠŽ]\S+|$)');
$$;

正则逻辑说明 #

• ^：匹配字符串的起始位置
• (\S+(?:\s+\S+)*?)：捕获目标子串的核心部分
  • \S+：匹配第一个单词（确保首词必包含在结果中）
  • (?:\s+\S+)*?：非贪婪匹配后续的“空格+单词”组合，避免过度匹配
• (?=\s+[A-ZÕÄÖÜŠŽ]\S+|$)：正向预查终止条件，当遇到以下两种情况时停止匹配：
  1. \s+[A-ZÕÄÖÜŠŽ]\S+：空格后紧跟以指定大写字母（A-Z及Õ、Ä、Ö、Ü、Š、Ž）开头的单词
  2. $：字符串结束位置（处理没有大写开头单词的场景）

测试验证 #

执行示例查询：

select substringtiluppercase('Aaa b cC Dfff dfgdf');

返回结果：

Aaa b cC

其他边界场景测试：

• 仅含首词：select substringtiluppercase('Hello') → 返回 Hello
• 首词大写，第二个词即大写：select substringtiluppercase('Hello World test') → 返回 Hello
• 无大写开头单词：select substringtiluppercase('aaa bbb ccc') → 返回 aaa bbb ccc
• 含特殊大写字母：select substringtiluppercase('Õabc def Äghi') → 返回 Õabc def

内容的提问来源于stack exchange，提问作者Andrus