如何从csv.gz格式文件名中提取8位年月日格式日期

原代码问题 #

• 正则语法错误：.在正则中是通配符，原写法.gz/.csv会匹配任意字符加gz/csv的内容，存在误匹配风险，应该转义为\\.并加$限定只匹配文件名末尾的后缀。
• 取值逻辑错误：去掉.csv.gz后缀后，文件名末尾是14位完整时间戳（8位年月日+6位时分秒），直接调用RIGHT()取右8位，拿到的是日期后2位加时分秒的错误结果，不是目标8位年月日。

修复方案 #

方案1（推荐）：直接匹配时间戳提取 #

无需提前处理后缀，直接提取文件名中的14位时间戳后取前8位即可，兼容性更强：

date_key = LEFT(regexp_extract(filename, '(\\d{14})', 1), 8)

方案2：基于原有代码调整 #

保留替换后缀的逻辑，调整取值规则，先取末尾14位完整时间戳再取前8位：

date_key = LEFT(RIGHT(regexp_replace(regexp_replace(filename,'\\.gz$',''),'\\.csv$',''), 14), 8)

内容的提问来源于stack exchange，提问作者user3476582