PostgreSQL中截取字符串至倒数第二个下划线前的内容

直接用正则表达式结合substring或regexp_replace就能搞定，不用折腾reverse和strpos的嵌套逻辑，更灵活通用。

方法1：使用substring捕获目标内容 #

核心思路是用正则捕获开头到倒数第二个下划线之前的所有内容，忽略最后两个下划线及其后续部分（包括扩展名）。

SQL示例：

SELECT substring(your_column_name from '^(.*)_[^_]+_[^_]+(\..*)?$') AS extracted_part
FROM your_table;

测试示例：

SELECT substring('SEALS_LME_TRADES_MBL_20220919_00212.csv' from '^(.*)_[^_]+_[^_]+(\..*)?$');
-- 返回结果：SEALS_LME_TRADES_MBL

正则含义拆解：

• ^：锚定字符串开头
• (.*)：捕获任意字符（尽可能多），直到遇到后续的下划线模式
• _[^_]+：匹配一个下划线，后跟至少一个非下划线字符（对应倒数第二个下划线后的日期部分）
• _[^_]+：再匹配一组下划线+非下划线字符（对应倒数第一个下划线后的序号部分）
• (\..*)?$：可选匹配文件扩展名（点+任意字符），确保兼容有无扩展名的情况

方法2：使用regexp_replace替换冗余部分 #

把最后两个下划线及后面的所有内容替换为空，直接得到目标字符串：

SQL示例：

SELECT regexp_replace(your_column_name, '_[^_]+_[^_]+(\..*)?$', '') AS extracted_part
FROM your_table;

测试示例：

SELECT regexp_replace('SEALS_LME_TRADES_MBL_20220919_00212.csv', '_[^_]+_[^_]+(\..*)?$', '');
-- 返回结果：SEALS_LME_TRADES_MBL

为什么你之前的正则不生效 #

你尝试的^(([^_]_){4})是固定匹配4组「非下划线+下划线」，只能处理目标部分恰好有4个下划线的情况。但如果目标字符串的下划线数量变化（比如多一个或少一个），这个正则就会失效。而上面的方案是动态定位倒数第二个下划线，不管前面有多少个下划线都能适用。

内容的提问来源于stack exchange，提问作者Achilles