Snowflake正则表达式问题：无法提取姓名中的名部分

问题背景 #

需要从以下格式的姓名字符串中提取逗号后的名（含中间名）：

• lastname, firstname
• lastname, firstname middlename
• last-name, firstname
• last name, firstname

原正则表达式在regex101可运行，但Snowflake中失效，核心是Snowflake采用ICU正则引擎，与PCRE引擎的匹配逻辑存在差异。

有效表达式 #

基础版（提取逗号后所有内容，自动忽略开头空格） #

REGEXP_SUBSTR(name, ',\\s*(.*)', 1, 1, 'e')

• 逻辑说明：
  • ,\\s*：匹配姓名中的逗号，以及逗号后任意数量的空格（包括无空格的情况）
  • (.*)：捕获逗号后到字符串结尾的全部内容（包含中间名）
  • 'e'参数：指定返回捕获组的内容，而非整个匹配的字符串

进阶版（去除结尾多余空格） #

如果需要确保提取的名不带结尾空格，使用非贪婪匹配：

REGEXP_SUBSTR(name, ',\\s*(.*?)\\s*$', 1, 1, 'e')

• 逻辑说明：
  • .*?：非贪婪匹配，避免将结尾空格包含进结果
  • \\s*$：匹配字符串末尾的任意数量空格，确保捕获内容仅保留有效姓名部分

测试验证 #

针对你的数据格式，两种表达式的提取结果均符合预期：

原表达式失效原因 #

原表达式regexp_substr(name, '.*,(.*)( *| $)',1,1,'e')的问题：

1. .*,贪婪匹配虽在单逗号场景下没问题，但冗余的( *| $)分组会干扰捕获逻辑，Snowflake的ICU引擎对这类分组的处理与PCRE不一致
2. 多余的分组导致捕获结果可能包含不必要的空格或空字符串，不符合预期

内容的提问来源于stack exchange，提问作者Jamalan