Redshift 的前向和后向 REGEX 替代方案 [已关闭]

Question

上下文： 我正在 EMR 集群上使用 Spark 来查询 Redshift 数据库； Redshift 正则表达式语法的文档位于 https://docs.aws.amazon.com/redshift/latest/dg/pattern-matching-conditions-posix.html

我正在尝试在 SQL 中编写正则表达式语句来搜索遵循以下格式的任何日期：1/2 位数字（+可选后缀）月份名称，2 或 4 位数字年份，例如 24 年 1 月 24 日。

日期和年份是可选部分，因此仅“一月”也应该经过。我尝试添加正向向后查找和向前查找，以排除任何可能不是日期或年份的数字，即在“1 月 24 日 20%”中，只有“1 月 24 日”应该经过。同样，在“£15 January 24”中，只应包含“January 24”。下面是更多示例，其中粗体文本指示正则表达式应找到的内容：

3月23日11日

5 3 月 23 日

节省 £5 3 月 23 日

3 月 12 日 25% 折扣

正则表达式也不应替换单词中出现月份缩写的实例，即“Marketing”一词中的“Mar”，不应被识别为月份。

我的问题是，我不认为我的环境支持任何类型的前瞻或后瞻，因为它们似乎不起作用，所以任何人都可以建议替代方案来实现确切的预期结果吗？

下面是当前的正则表达式语句，可以在开始和结束处看到前向和后向：

(?<=^|\s)(\d{1,2}(st|nd|rd|th)?\s?)?([Mm]ar(ch)?|MAR(CH)?)(\s?\d{2}(\d{2})?)?(?=\s|$)

Answer 1

这将处理您的上述用例。要求匹配空格或字符串的开头/结尾允许它以

\b

不会的方式完成与环视相同的事情：

(?:(?: |^)\d{1,2}(:st|nd|rd|th)? )?(?:[Mm]ar(ch)?|MAR(CH)?)(?: \d{2,4}(?: |$))?

细分为这分为 3 个部分：

• 可选领先日期

  (?:(?: |^)\d{1,2}(?:st|nd|rd|th)? )?

  • 所需的空格或字符串开头

    (?: |^)

  • 一位或两位数字

    \d{1,2}

  • 可选后缀

    (?:st|nd|rd|th)?

  • 所需空间
• 所需月份

  (?:[Mm]ar(ch)?|MAR(CH)?)

• 可选尾随年份

  (?: \d{2,4}(?: |$))?

  • 所需空间
  • 两到四位数

    \d{2,4}

  • 所需的空格或字符串结尾

    (?: |$)