如何将一列中的字符串解析为 SQL 中的分隔值

Question

这是我在 Redshift 中的专栏

SHIPMENT_ID
-----------------------------------------
FBA15KS66741, FBA15KS6673D
FBA15NHV7PXX (Oct 20th)
FBA15XNW0SWY 27 balance 2 of 2
FBA15M575MDL &  FBA15M59W1Y5
FBA15NHV7PXX (Oct 20th)
FBA15D7WPZVR /FBA15D7WWTPK/FBA15D7WW1GL

我想做

SHIPMENT_ID
-----------------------------------------
FBA15KS66741, FBA15KS6673D
FBA15NHV7PXX
FBA15XNW0SWY
FBA15M575MDL, FBA15M59W1Y5
FBA15NHV7PXX
FBA15D7WPZVR, FBA15D7WWTPK, FBA15D7WW1GL

仅在 SQL 中，处理此问题的最佳方法是什么？

Answer 1

这适用于 PostgreSQL，因此可能适用于 Redshift，具体取决于 PG8 中的功能可用性。

WITH items AS
(
  SELECT shipment_id,
         ARRAY_TO_STRING(REGEXP_MATCHES(shipment_id,'FBA15[0-9a-zA-z]{7}','g'),'') AS unique_shipment_ids
  FROM dat
)
SELECT shipment_id,
       STRING_AGG(unique_shipment_ids,',') AS shipment_id_csv
FROM items
GROUP BY shipment_id;

我假设：

• 每件商品都以字符“FBA15”开头
• 前 5 个字符后正好有 7 个字符

如果我的假设不正确，您可以编辑正则表达式模式。

方法是：

1. 使用REGEXP_MATCHES 捕获每行中的每个项目。这会在 shipping_id 中为每个唯一值创建多行
2. 使用ARRAY_TO_STRING 将这些值转换为text，而不是text[]
3. 使用STRING_AGG 用逗号分隔符将它们重新连接在一起

我发现我无法在REGEXP_MATCHES 周围直接使用STRING_AGG，因为我收到错误aggregate function calls cannot contain set-returning function calls，因此选择了CTE。我认为子查询也可以。