如何在Redshift psql中提取正则分组？正则在Python可用但Redshift失效

嘿，我来帮你搞定这个正则匹配的坑～

你遇到的问题本质是Redshift默认的正则引擎和Python不一样：Python用的是Perl兼容正则（PCRE），支持.*?这种非贪婪量词；但Redshift默认用POSIX扩展正则（ERE），不识别非贪婪语法，所以你的正则在Redshift里会失效。

针对你的需求（提取AB.到第一个.\d+x\d+之间的内容），给你两种解决方案：

方案一：启用Perl兼容模式（推荐，和Python写法一致） #

Redshift其实支持PCRE，只要在regexp_substr里加上'p'标志就行，这样你原来的正则几乎不用改就能用：

SELECT regexp_substr(s, 'AB\.(.*?)\.\d+x\d+', 1, 1, 'p') AS extracted_content
FROM your_table;

• 'p'参数告诉Redshift使用PCRE引擎，和Python的正则行为完全对齐
• .*?非贪婪量词会正常工作，精准匹配到第一个.\d+x\d+之前的内容

方案二：用POSIX ERE语法替代非贪婪量词 #

如果不想依赖PCRE模式，可以用正向否定预查来避免贪婪匹配，写法如下：

SELECT regexp_substr(s, 'AB\.([^.]*(?:\.(?!\d+x\d+)[^.]*)*)\.\d+x\d+', 1, 1, '', 1) AS extracted_content
FROM your_table;

这个正则的逻辑是：

1. 先匹配AB.开头
2. 然后匹配任意非点字符，遇到点时检查后面是否是\d+x\d+——如果不是，就继续匹配
3. 直到遇到符合条件的.\d+x\d+为止
4. 最后用第6个参数1指定返回第一个捕获组的内容（Redshift的regexp_substr支持直接提取捕获组）

验证示例 #

针对你的测试字符串：

s = 'AB.w127 xyz (9f6h, 89) amf, like mr .345x980 abcd'
两种方案都会正确提取出：w127 xyz (9f6h, 89) amf, like mr

小提示：如果在SQL客户端里遇到反斜杠转义问题，可以把正则里的\改成\\（比如AB\\.(.*?)\\.\\d+x\\d+）。

内容的提问来源于stack exchange，提问作者Cherry Wu