Amazon RedShift 中 REGEXP_INSTR 命令输出的替代方法

Question

大家都知道，Oracle/PLSQL 中的REGEXP_INSTR 命令允许您在字符串中搜索正则表达式模式。它还提供了三个参数，分别是start_position、nth_appearance、return_option。

Redshift 也支持same command，但不支持所有三个参数，因此以下完全在 Oracle/PLSQL 中运行的查询在 Redshift 中无法运行。

substr(some_string, REGEXP_INSTR(some_string, '/regex1/', 1,1,1), 15)); （redshift 使用 substring 而不是 substr）

在上面的查询中，REGEXP_INSTR 返回模式出现后字符的位置，因为我们已将 return_option 设置为 1。 （即如果匹配在位置 3 结束，它将返回 4。因此，从位置 4 开始，将从 "some_string" 中提取 15 个字符）

我们无法在 Redshift 中将返回选项设置为 1，因为 REGEXP_INSTR 命令不支持参数。我正在寻找替代方法来返回匹配发生位置的下一个位置值。

Answer 1

在 Oracle 中你可以这样做：

substr(some_string, regexp_instr(some_string, '/regex1/', 1, 1, 0)
  + length(regexp_substr(some_string, '/regex1/', 1, 1)), 15)

regexp_substr() 为您提供与regexp_instr() 调用匹配相同模式的字符串部分；将匹配部分的长度添加到instr 位置会使结果偏移这么多。至少在这种情况下，这与将 return-opt 设置为 1 具有相同的效果。

不熟悉 RedShift，但从文档看来，应该可以使用同样的方法：

substring(some_string, regexp_instr(some_string, '/regex1/', 1)
  + len(regexp_substr(some_string, '/regex1/', 1)), 15)

在两个版本中都可以跳过 position 参数，因为您使用的是默认值 1，Oracle 中的 nth-occurrence 参数也可以（现在 return-opt 也是默认值 0）；但如果你不想第一次出现，这仍然行不通。您需要修改模式以尝试获取以后出现的情况。但希望这不是问题。

如果没有匹配或其他边缘情况，您还需要检查是否发生（在两个系统中）。