正则表达式获得第 n 次出现的模式（Trino）

Question

WITH t(x,y) AS (
    
    VALUES 
    (1,'[2]'),
    (2,'[1, 2]'),
    (3,'[2, 1]'),
    (4,'[3, 2, 5]'),
    (5,'[3, 2, 5, 2, 4]'),
    (6,'[3, 2, 2, 0, 4]')

)

--- my wrong answer below

SELECT

REGEXP_EXTRACT(y, '(\d+,\s)?(2)(,\s\d+)?') AS _1st,
REGEXP_EXTRACT(y,'(.*?(2)){1}.*?(\d+,\s(2)(,\s\d+)?)',3) AS _2nd,
REGEXP_EXTRACT(y,'(.*?(2)){2}.*?(\d+,\s(2)(,\s\d+)?)',3) AS _3rd

FROM t

Expected ans:
| x |        y        |   1st   |   2nd   |   nth   |
| - | --------------- | ------- | ------- | ------- |
| 1 | [2]             | 2       |         |         |
| 2 | [1, 2]          | 1, 2    |         |         |
| 3 | [2, 1]          | 2, 1    |         |         |
| 4 | [3, 2, 5]       | 3, 2, 5 |         |         |
| 5 | [3, 2, 5, 2, 4] | 3, 2, 5 | 5, 2, 4 |         |
| 6 | [3, 2, 2, 0, 4] | 3, 2, 2 | 2, 2, 0 |         |

需要有关 Presto 中 REGEXP_EXTRACT 函数的正则表达式的帮助，以获取第 n 次出现的数字“2”并包括其前后的数字（如果有）

附加信息：

• y 列中的数字不必是单个数字。
• 数字的顺序很重要
• 1st、2nd、3rd 指的是我正在寻找的数字的第 n 次出现
• 将查找数字列表，而不仅仅是 2。使用 2 进行说明。

Answer 1

必须是正则表达式吗？

如果您将文本 (VARCHAR) [1,2,3] 视为数组表示形式（JSON 或内部数据类型数组），则您可以使用更多函数来解决您的任务。

查看 Presto 支持的相关功能：

• JSON functions
• Array function

我建议将其转换为整数数组：CAST('[1,23,456]' AS ARRAY(INTEGER))

查找第 n 次出现

从数组函数，array_position(x, element, instance) → bigint 找到第 n 次出现：

如果instance > 0，返回数组x中element的第实例的位置。

如果instance < 0，则返回实例到数组x中元素最后一次出现的位置。

如果没有找到匹配的元素实例，则返回0。

例子：

SELECT CAST('[1,2,23,2,456]' AS ARRAY(INTEGER));
SELECT array_position(2, CAST('[1,2,23,2,456]' AS ARRAY(INTEGER)), 1); -- found in position 2

现在使用找到的位置来构建您的切片（相对于该位置）。

切片和提取子数组

1. 要么将其作为 JSON 解析为 JSON 数组。然后根据需要使用 JSON 路径进行切片（提取子数组）：JSON-path 中的数组切片运算符：[start, stop, step]

2. 或将其转换为数组，然后使用slice(x, start, length) → array

子集数组 x 从索引 start 开始（如果 start 为负数，则从 end 开始），长度为 length。

例子：

SELECT json_extract(json_parse('[1,2,3]'), '$[-2, -1]');  -- the last two elements

SELECT slice(CAST('[1,23,456]' AS ARRAY(INTEGER)), -2, 2); -- [23, 456]