正则实现：括号内无指定子串取括号内容否则取括号外内容（适配SQL）

规则说明 #

待处理字符串统一为片段A (片段B)的单括号结构，需要过滤掉包含指定关键词coder（不区分大小写）的片段，返回剩余的有效内容，示例输入输出如下：

• 输入1：Coder X.Y. (Something Dogs Do X.Y.) → 输出：Something Dogs Do X.Y.
• 输入2：Something Cats Ignore X.Y. (Coder X.Y.) → 输出：Something Cats Ignore X.Y.

核心正则（单括号场景，推荐） #

针对单组括号的业务场景，直接用捕获组匹配目标内容即可，正则模式（开启不区分大小写标志）：

(?i)^(?:.*coder.*\(\s*([^()]+?)\s*\)|\s*([^()]+?)\s*\(.*coder.*\))$

逻辑说明：

• 分支1：如果括号外内容包含coder，捕获括号内的内容
• 分支2：如果括号内内容包含coder，捕获括号外的内容
• 最终取两个捕获组中第一个非空的值就是结果

不同SQL方言适配示例 #

• MySQL 8.0.22+

  SELECT 
    REGEXP_SUBSTR(
      your_column,
      '(?i)^(?:.*coder.*\\(\\s*([^()]+?)\\s*\\)|\\s*([^()]+?)\\s*\\(.*coder.*\\))$',
      1, 1, 'c', 1
    ) AS target_content
  FROM your_table;
  

  注：最后一个参数1表示返回第一个非空捕获组的内容。

• PostgreSQL

  SELECT 
    COALESCE(
      (REGEXP_MATCHES(your_column, '(?i)^(?:.*coder.*\(\s*([^()]+?)\s*\)|\s*([^()]+?)\s*\(.*coder.*\))$'))[1],
      (REGEXP_MATCHES(your_column, '(?i)^(?:.*coder.*\(\s*([^()]+?)\s*\)|\s*([^()]+?)\s*\(.*coder.*\))$'))[2]
    ) AS target_content
  FROM your_table;
  

• ClickHouse

  SELECT 
    arrayFirst(x -> x != '', extractGroups(your_column, '(?i)^(?:.*coder.*\\(\\s*([^()]+?)\\s*\\)|\\s*([^()]+?)\\s*\\(.*coder.*\\))$')) AS target_content
  FROM your_table;
  

多括号复杂场景方案 #

如果字符串存在多组括号，不需要写复杂正则，直接沿用分割过滤逻辑即可，可读性更高，以Spark SQL为例：

WITH split_tmp AS (
  SELECT
    row_id,
    trim(part) AS content_part
  FROM your_table
  LATERAL VIEW explode(split(your_column, '[()]')) t AS part
  WHERE trim(part) != ''
)
SELECT row_id, content_part AS target_content
FROM split_tmp
WHERE lower(content_part) NOT LIKE '%coder%'

内容的提问来源于stack exchange，提问作者at8865