PostgreSQL正则表达式需求：由Column A生成目标Column B

根据你的需求，核心是从 Column A 中提取URVKK和所有出现的GPA子串，并用下划线连接。以下是具体实现方案：

实现逻辑 #

1. 提取开头的URVKK部分：无论URVKK后跟着数字或其他字符，仅保留开头的URVKK。
2. 提取所有GPA子串：全局匹配 Column A 中所有的GPA（支持大小写统一转换）。
3. 将提取到的URVKK和所有GPA用下划线拼接，得到 Column B。

示例 SQL 代码 #

SELECT
    column_a,
    CONCAT(
        -- 提取开头的URVKK部分
        regexp_replace(upper(column_a), '^(URVKK).*', '\1'),
        -- 拼接所有匹配到的GPA
        '_',
        string_agg(match, '_')
    ) AS column_b
FROM
    your_table,
    -- 全局匹配所有GPA（转大写确保不遗漏小写的gpa）
    regexp_matches(upper(column_a), 'GPA', 'g') AS matches(match)
GROUP BY
    column_a;

代码说明 #

• upper(column_a)：将输入统一转为大写，避免因大小写差异漏匹配gpa或Gpa。
• regexp_replace(upper(column_a), '^(URVKK).*', '\1')：匹配开头的URVKK并保留，忽略后续所有字符。
• regexp_matches(upper(column_a), 'GPA', 'g')：全局匹配所有GPA子串，返回所有匹配结果。
• string_agg(match, '_')：将所有匹配到的GPA用下划线连接成字符串。
• CONCAT(...)：将URVKK和拼接后的GPA字符串再次用下划线连接，得到最终的 Column B。

无 GPA 场景的兼容处理 #

如果存在 Column A 中没有GPA的情况，可以用LEFT JOIN LATERAL和COALESCE避免拼接出错：

SELECT
    column_a,
    CONCAT(
        regexp_replace(upper(column_a), '^(URVKK).*', '\1'),
        COALESCE('_' || string_agg(match, '_'), '')
    ) AS column_b
FROM
    your_table
LEFT JOIN LATERAL regexp_matches(upper(column_a), 'GPA', 'g') AS matches(match) ON true
GROUP BY
    column_a;

内容的提问来源于stack exchange，提问作者Alex