如何在PostgreSQL中提取子字符串模式

Question

我有一列包含很多不一致的字符串。其中一些字符串包含一个一致模式的子字符串'2015mmdd_AB_CD_EFG_(text)_(text)_HIJ'，我想要提取这些字符串。我感觉这是正则表达式和子字符串命令的交叉应用。

到目前为止，我最好的方法是一个相当丑陋的

substring(col_name, '........_.._.._..._.+_.+_...')

这并不能得到所需的输出，而是像'(...)_HIJ_blablabla'这样的结果。

在这种情况下，我应该如何有效地结合模式识别和子字符串选择？

- thenaturalist

Answer 1

假设2015mmdd实际上表示某种“日期”，因此真正的数据包含例如20150713，则以下操作将执行：

substring(col_name, '[0-9]{8}_[A-Z]{2}_[A-Z]{2}_[A-Z]{3}_\([a-z]+\)_\([a-z]+\)')

此代码返回以8个数字开头，后跟下划线，接着两个大写字母，再接着下划线，接着两个大写字母，再接着下划线，接着三个大写字母，再接着下划线，接着一个小写字母的左括号，接着一个右括号，接着下划线，接着一个小写字母的左括号，接着至少一个小写字母，最后接着一个右括号的子字符串。

如果2015mmdd确实表示2015后跟字符串mmdd ，那么您需要使用以下代码：

substring(col_name, '[0-9]{4}mmdd_[A-Z]{2}_[A-Z]{2}_[A-Z]{3}_\([a-z]+\)_\([a-z]+\)')

- user330315

---

这正是我正在寻找的，而第一行实际上就是我正在处理的情况。但是当我查询数据时它没有返回任何输出。非常感谢您的帮助，我会在我的端口上进行修复。 - thenaturalist

非常感谢a_horse_with_no_name，但是您的代码并不能完全满足我的需求，因为"[a-z]+_"就可以了。我在我的机器上使用PgAdmin。虽然如此，它还是解决了我的问题。 :) - thenaturalist