亚马逊 Redshift 的 REGEXP_SUBSTR 中的“匹配但排除”答案

【问题标题】："Match but exclude" in amazon Redshift's REGEXP_SUBSTR亚马逊 Redshift 的 REGEXP_SUBSTR 中的“匹配但排除”
【发布时间】：2019-03-21 15:02:30
【问题描述】：

我已经阅读了很多关于 REGEX 的问题和信息，但还没有找到任何结论。

我在亚马逊红移中使用REGEXP_SUBSTR，根据文档使用正则表达式风格POSIX。我的理解是它是相当基本的，不能向前看。

有什么方法可以匹配模式但排除开头或结尾的字符？

我正在尝试解析我们数据库中的 user_agent 字段，这真的很有帮助。

示例

示例字符串 1：'Mozilla/5.0 (iPhone; CPU iPhone...'
希望匹配：iPhone

示例字符串 2：'Mozilla/5.0 (Windows NT 10.0; Win64; ...'
希望匹配：Windows NT 10.0。

我正在尝试匹配第一个括号和后面的分号 (iPhone) 之间的内容，但排除括号和分号。

目前我使用的是'\\(.*;'，但它相当基础，感觉很容易返回错误的匹配项。

我知道我可以将返回的匹配与 redshift 的 substring 结合起来，但这样做会导致代码相当混乱且不可预测。我想知道是否有可能有一个正则表达式匹配只返回所需的字符串。

我知道可以使用前瞻的其他正则表达式可以解决这个问题，但据我所知，它们在 redshift 中不可用。

任何帮助或指针将不胜感激。

【问题讨论】：

【解决方案1】：

嵌套的 SPLIT_PART 完成这项工作：

SPLIT_PART(SPLIT_PART(user_agent, '(', 2), ';', 1)

它完全符合您的要求，如果您愿意，可以将空返回视为 NULL 值：

NULLIF(SPLIT_PART(SPLIT_PART(user_agent, '(', 2), ';', 1), '')

【讨论】：