Redshift中REGEXP_SUBSTR提取最后匹配子串返回空，求排查

问题排查 #

你的SQL返回空值，核心原因是正则模式的匹配范围有限，且未指定提取最后一个匹配项的参数：

• 原模式中的\\w+仅能匹配字母、数字和下划线，虽示例中的状态值符合，但正则解析时可能因转义逻辑导致匹配失效；
• REGEXP_SUBSTR默认返回第一个匹配项，但你需要的是最后一个，且原模式的匹配逻辑存在局限。

修正方案 #

步骤1：修正正则模式 #

用[^'']+替代\\w+，该表达式能匹配单引号之间的任意非单引号字符，适配更复杂的状态值格式，同时避免转义歧义：

-- 测试匹配第一个符合格式的子串
select REGEXP_substr(' sfdfgdfg STATUS CHANGE FROM ''REGISTERED'' TO ''DISABLED'' ZD# 17564 REASON: CUSTO STATUS CHANGE FROM ''DISABLED'' TO ''HOLD'' ', 'STATUS CHANGE FROM ''[^'']+'' TO ''[^'']+''');

步骤2：提取最后一个匹配项 #

通过REGEXP_COUNT统计总匹配次数，再将该次数作为REGEXP_SUBSTR的occurrence参数，即可提取最后一个符合格式的子串：

WITH input_data AS (
    SELECT ' sfdfgdfg STATUS CHANGE FROM ''REGISTERED'' TO ''DISABLED'' ZD# 17564 REASON: CUSTO STATUS CHANGE FROM ''DISABLED'' TO ''HOLD'' ' AS target_str
)
SELECT 
    REGEXP_SUBSTR(
        target_str, 
        'STATUS CHANGE FROM ''[^'']+'' TO ''[^'']+''', 
        1, 
        REGEXP_COUNT(target_str, 'STATUS CHANGE FROM ''[^'']+'' TO ''[^'']+''')
    ) AS last_status_change
FROM input_data;

执行上述SQL后，会返回最后一个状态变更子串：STATUS CHANGE FROM 'DISABLED' TO 'HOLD'

内容的提问来源于stack exchange，提问作者Xixi