Teradata到Snowflake SAS Studio迁移中，如何进行文本模式匹配？

思路1：先清洗文本（移除数字）再匹配 #

使用SAS的PRXCHANGE函数移除所有数字，再通过FIND函数检查是否包含目标字符串。

示例代码：

/* 假设数据集名为text_data，包含column_1和column_2 */
data matched_data;
    set text_data;
    /* 移除所有数字 */
    cleaned_col2 = prxchange('s/\d+//', -1, column_2);
    /* 检查清洗后的文本是否包含目标字符串 */
    is_match = (find(cleaned_col2, 'I want to eat apples!') > 0);
run;

• prxchange('s/\d+//', -1, column_2)：\d+匹配一个或多个数字，-1表示替换所有匹配项，将column_2中的数字全部移除。
• find函数返回目标字符串的起始位置，大于0则表示匹配成功。

思路2：直接用正则匹配目标模式 #

无需提前清洗，直接通过PRXMATCH函数匹配包含"I want to eat + 任意数字 + apples!"的文本。

示例代码：

data matched_data;
    set text_data;
    /* 正则模式：匹配"I want to eat "后接任意数字，再跟" apples!" */
    regex_pattern = '/I want to eat \d+ apples!/';
    is_match = (prxmatch(regex_pattern, column_2) > 0);
run;

• \d+匹配一个或多个数字，prxmatch返回匹配的起始位置，大于0则表示该文本符合要求。

适配Snowflake SQL的实现（若通过SAS Studio连接Snowflake执行） #

直接在Snowflake SQL中用REGEXP_REPLACE处理，逻辑和Teradata类似：

SELECT 
    column_2,
    CASE 
        WHEN REGEXP_REPLACE(column_2, '\d+', '') LIKE '%I want to eat apples!%' 
        THEN '匹配' 
        ELSE '不匹配' 
    END AS is_match
FROM your_table;

内容的提问来源于stack exchange，提问作者Yumeng Xu