Teradata中REGEXP_REPLACE批量替换多子串的正确方法

我完全懂你的需求——想要一次性匹配并替换掉多个完整的目标子串（比如Inj、Unit、ML）和数字，再清理掉多余空格，得到干净的药品名称。你之前踩的坑我也遇到过：用了方括号[]的字符类写法，它只会匹配括号里的单个字符，所以才会把INJ拆成I、N、J分别替换，完全达不到匹配整个单词的效果。

正确的实现方式 #

Teradata的REGEXP_REPLACE支持用**竖线|**来分隔多个匹配模式（表示“或”的逻辑），再配合单词边界\b确保匹配完整单词，就能实现你要的多子串批量替换。结合OREPLACE清理连续空格，完整SQL如下：

SELECT 
    OREPLACE(
        REGEXP_REPLACE(
            UPPER(TRIM(DWI.GPI_Generic_Name)),
            -- 匹配目标完整单词 + 数字，忽略大小写
            '(\b(INJ|UNIT|ML)\b|\d+)',
            ' ',
            1, 0, 'i'
        ),
        -- 把多个连续空格压缩成单个
        '  ', ' ', 1, 0
    ) AS Cleaned_Generic_Name
FROM your_table DWI;

关键部分解释 #

• \b(INJ|UNIT|ML)\b：\b是单词边界，确保我们匹配的是完整的独立单词（比如不会误匹配包含"ML"的"MLabc"）；竖线|分隔所有需要替换的目标子串，后续要加新的子串直接在括号里用|追加即可（比如INJ|UNIT|ML|MG）。
• \d+：匹配一个或多个连续数字（比如你的例子里的100）。
• 'i'参数：开启忽略大小写模式，不管原字符串里是Inj、INJ还是inj都会被匹配替换。
• 外层OREPLACE：替换后可能产生多个连续空格，用它把多个空格压缩成单个，保证输出格式整洁。

适配你的示例需求 #

对于输入字符串"Insulin Aspart Inj 100 Unit/ML"，如果想要彻底去掉斜杠这类符号，把正则调整为'(\b(INJ|UNIT|ML)\b|\d+|/)'，就能同时替换掉斜杠，最终得到你想要的"INSULIN ASPART"（如果需要小写格式，可以在外层再加LOWER()函数）。

内容的提问来源于stack exchange，提问作者JMichael