Spark SQL正则提取文件名中brand、日期等元数据字段问题求助

SELECT x,y,z,
       -- 适配有无横杠的两种文件名场景提取brand
       regexp_extract(INPUT_FILE_NAME(), '^(?:[^/-]+-)?([^/_]+)_', 1) AS brand,
       -- 提取文件名中下划线后的8位数字日期
       regexp_extract(INPUT_FILE_NAME(), '_([0-9]{8})\\.tab', 1) AS FILE_DATE,
       -- 提取文件后缀作为SOURCE_DETAILS
       regexp_extract(INPUT_FILE_NAME(), '\\.([^.]+)$', 1) AS SOURCE_DETAILS,
       -- 提取不带后缀的完整文件名
       regexp_extract(INPUT_FILE_NAME(), '(.+)\\.[^.]+$', 1) AS Name

• brand提取适配：采用可选非捕获组匹配横杠前缀，有横杠时取横杠后下划线前的分类值，无横杠时直接取下划线前的品牌名，覆盖所有示例场景
• FILE_DATE逻辑修正：原有正则是从路径的modified_dttm参数取值，不符合文件名内置日期的需求，修正后直接提取文件名中固定位置的8位日期，和示例输出规则完全对齐
• SOURCE_DETAILS空值修复：原有正则匹配逻辑和需求不符，修正后直接提取文件后缀，可稳定返回tab值
• NAME字段优化：修正后正则匹配最后一个.之前的全部内容，自动剔除文件后缀，不会保留后缀前的点

内容的提问来源于stack exchange，提问作者Oliver