如何使用regexp_substr或regexp_extract提取指定前缀后空格前的字符串

核心匹配规则 #

要捕获指定前缀后到下一个空格前的内容，通用正则写法为：(?<=<替换为你要匹配的前缀>)[^ ]+
规则说明：

• (?<=<前缀>) 是正向零宽断言，只会定位前缀结束后的位置，不会把前缀本身纳入匹配结果
• [^ ]+ 匹配所有非空格的连续字符，遇到空格或者行尾就自动停止匹配

不同函数用法示例 #

1. regexp_extract 用法（适配Hive/Spark SQL等场景） #

以提取TX:对应的 value 为例，写法如下：
regexp_extract(待解析字段名, '(?<=TX:)[^ ]+', 0)
说明：第三个参数填0表示直接返回整个正则匹配到的内容，不需要额外设置捕获组

2. regexp_substr 用法（适配Oracle/MySQL 8.0等场景） #

以提取SP:对应的 value 为例，写法如下：
regexp_substr(待解析字段名, '(?<=SP:)[^ ]+')

如果你的数据库不支持零宽断言，可以改用带捕获组的写法，正则调整为前缀([^ ]+)，示例：
regexp_extract(待解析字段名, 'TX:([^ ]+)', 1)
说明：第三个参数填1表示返回第一个捕获组的内容，也就是前缀后到空格前的目标值

验证效果 #

用示例数据TX:123 SP:XapZNsyeS INST:456123测试：

• 匹配TX:前缀返回结果：123
• 匹配SP:前缀返回结果：XapZNsyeS
• 匹配INST:前缀返回结果：456123

注意：如果你要匹配的前缀本身包含.、*这类正则特殊字符，需要先对特殊字符加转义符\处理

内容的提问来源于stack exchange，提问作者eps