Snowflake中的正则表达式 - 以字符串开头且以数字结尾

Question

我在Snowflake中编写正则表达式时遇到了困难。

SELECT
 'DEM7BZB01-123' AS SKU,
 RLIKE('DEM7BZB01-123','^DEM.*\d\d$') AS regex

我想找到所有以“DEM”开头、以两个数字结尾的字符串。不幸的是，我使用的表达式返回FALSE。

我在两个正则表达式生成器中检查了这个表达式，它可以工作。

- Kraysky

Answer 1

在Snowflake中，反斜杠字符\是一个转义字符。

参考：转义字符和注意事项

因此，在正则表达式中需要使用两个反斜杠来表示一个。

SELECT
 'DEM7BZB01-123' AS SKU,
 RLIKE('DEM7BZB01-123', '^DEM.*\\d\\d$') AS regex

或者，您可以以不使用反斜杠的方式编写正则表达式模式。

例如，模式^DEM.*[0-9]{2}$与模式^DEM.*\d\d$相匹配。

- LukStorms

Answer 2

在SQL中，您需要转义反斜杠，以便它可以被解析为正则表达式字符串。（有时需要使用大量的反斜杠，看起来有点傻）

您的示例应如下所示：

RLIKE('DEM7BZB01-123','^DEM.*\\d\\d$') AS regex

- David Garrison

---

为了进一步补充David的观点，'^DEM.*\d\d$'在现实世界中是一个有效的正则表达式，但要想通过SQL解析器获取这些斜杠，您需要对它们进行转义，因此它们变成了双重的\\。现在，如果您在STORE PROCEDURE或FUNCTION中编写此SQL语句，则在输入函数时会解析该SQL，而在运行时会再次解析一次，因此普通的单斜杠需要变成4个\\\\。这是从bash脚本到SQL的所有解析脚本中发生的事情。 - Simeon Pilgrim

Answer 3

RLIKE（在Snowflake中是SQL标准REGEXP_LIKE函数的别名）会隐式地将^和$添加到您的搜索模式中...

该函数会自动在模式的两端添加锚点（即''自动变成'^$'，'ABC'自动变成'^ABC$'）。

因此，您可以将它们删除，这样就可以使用$$引用了

在单引号字符串常量中，必须转义反斜杠字符。例如，要指定\d，请使用\d。有关详细信息，请参阅“在单引号字符串常量中指定正则表达式”（本主题中）。

如果您使用一对美元符号($$)（而不是单引号）来分隔字符串，则无需转义反斜杠。

所以你可以简单地使用正则表达式DEM.*\d\d来查找所有以DEM开头并以两个数字结尾的字符串，无需额外转义，如下所示

SELECT
  'DEM7BZB01-123' AS SKU
, RLIKE('DEM7BZB01-123', $$DEM.*\d\d$$) AS regex

这提供了

SKU          |REGEX|
-------------+-----+
DEM7BZB01-123|true |

- Paul Vernon