Presto SQL 提取字符串中指定标记间数值并求和的方法
Presto提取指定标记间数值并求和的实现方案
核心实现逻辑
整个需求分三步完成:
- 逐行定位文本中
iterate和loss两个标记之间的数字内容 - 将提取到的字符串格式数字转换为可计算的数值类型,同时处理匹配失败的异常场景
- 对所有有效数值做累加统计
完整可执行查询
SELECT SUM( CAST( NULLIF(regexp_extract(col1, 'iterate\\s+(\\d+)\\s+loss', 1), '') AS DOUBLE ) ) AS total_sum FROM table
关键逻辑说明
- 正则匹配规则:相比传统查找标记位置再截取子串的方式,用正则
iterate\\s+(\\d+)\\s+loss做匹配更简洁,可自动适配两个标记间存在任意空格的场景,直接捕获两个标记之间的连续数字,不需要额外处理前后多余空格 - 异常兼容处理:如果某行文本中不存在对应的标记组合,
regexp_extract会返回空字符串,通过NULLIF将空字符串转为null,避免类型转换时报错,且SUM函数会自动跳过null值,不会影响有效数据的统计结果 - 类型转换:将提取到的字符串数字转为
DOUBLE类型,可同时兼容整数、小数两类数值场景,适配性更强
示例验证:针对题目给出的典型值
"blah blah 123 blah iterate 866 loss blah blah",上述逻辑会精准提取到两个标记间的866,转换为数值866后参与最终的累加计算。
内容的提问来源于stack exchange,提问作者dreambigcoder
相关产品推荐
相关产品推荐

