snowflake中惰性正则表达式的替代解决方案，因为snowflake中不提供此功能

qni6mghb 于 2021-07-26 发布在 Java

关注(0)|答案(1)|浏览(349)

我试图从字符串中解析“name”和“address”。我已经编写了regex模式，它使用regex的“ungreedy/lazy”特性运行得非常好（我在regex101.com中进行了验证），但是不使用greedy。以下是我的雪花查询：

select
TRIM(REGEXP_SUBSTR(column1,'(^\\D*)((\\bP[OST]*[ .]*O[FFICE]*[ .]*B[OX]*[ .]*\\d+.*)|(\\d+.*))[,.\\s]+([a-zA-Z]{2})[,.\\s]+(\\d{5}|\\d{5}-\\d{4})$',1,1,'is',1)) as test
from values(TRIM('FIRST SECOND THIRD PO BOX 123 DUMMY XX 12345-6789'));

--请忽略regex的后半部分，因为我正在获取地区代码和邮政编码，它们工作正常。
上面的查询返回“first second third po box”，如果返回第二组，则返回“123 dummy”
我想要的是：
案例1-当我的字符串是'first second third po box 123 dummy xx 12345-6789'
第一组输出：“第一第二第三”
第二组输出：“邮箱123”
案例2-当我的字符串是'first second third fifth 123 dummy xx 12345-6789'
第一组输出：“第一第二第三第四第五”
第二组输出：“123假人”
请建议在这里解决雪花，因为它没有懒惰的功能。
如果你想在regex101中验证，请粘贴下面的代码和测试字符串。当您切换到ungreedy时，您将看到结果(^\d*）（（\bp[ost][.]o[office][.]b[ox][.]\d+）|（\d+）[，.\s]+（[a-za-z]{2}）[，.\s]+（\d{5}{d{5}-\d{4}）$
测试字符串：第一第二第三邮政信箱123 xx 12345-6789
谢谢

sql regex snowflake-cloud-data-platform regex-group

来源：https://stackoverflow.com/questions/67286256/alternate-workaround-for-lazy-regular-expression-in-snowflake-since-this-feature

1条答案

按热度按时间

pzfprimi1#

编写javascrip自定义项始终是一个选项，然后您可以使用您的正则表达式：

create or replace function parse_address(F STRING)
    returns VARIANT
    language JAVASCRIPT
    immutable
    as $$
    const regex = /(^\D*)((\bP[OST]*[ .]*O[FFICE]*[ .]*B[OX]*[ .]*\d+.*)|(\d+.*))[,.\s]+([a-zA-Z]{2})[,.\s]+(\d{5}|\d{5}-\d{4})$/gm;
    let m = regex.exec(F);
    return [m[1], m[2]];
$$;

用法：

select parse_address($1)
from values('FIRST SECOND THIRD PO BOX 123 DUMMY XX 12345-6789')
    , ('FIRST SECOND THIRD FOURTH FIFTH 123 DUMMY XX 12345-6789')
;

赞(0）回复(0）举报 2021-07-26

我来回答

snowflake中惰性正则表达式的替代解决方案，因为snowflake中不提供此功能

1条答案

相关问题

热门标签

最新问答