如何在雪花中仅返回单个正则表达式匹配组？

Question

我有一个具有多个匹配组的正则表达式。

在雪花中如何指定返回哪个匹配组？

我正在使用REGEXP_SUBSTR，但很乐意使用替代品，如果它们效果更好的话。

Answer 1

TL;DR：不能完全做到这一点，但您可以选择'e'并使用带有 的非捕获组(?:re)。

所以澄清一下，尼尔似乎在要求一些可以回报的word东西

select regexp_substr('bird is the word','(bird) (is) (the) (word)',1,4)

不幸的是，我认为 Snowflake 目前并不完全支持此功能。REGEXP_SUBSTR有一个'e'（提取）参数，它允许您仅提取一个组，但它始终提取第一个组。原因是occurrence今天的参数意味着整个正则表达式在字符串中的出现。例子

select regexp_substr('bird is cows are','([a-z]*) (is|are)',1,2,'e');
=> cows

您可以通过在您想要的结果之前不使用分组来实现您想要的结果，例如

select regexp_substr('bird is the word','bird (is) (the) (word)',1,1,'e');
-> is
select regexp_substr('bird is the word','bird is the (word)',1,1,'e');
-> word

但是，如果您想使用分组来表达替代方案，则这不起作用，例如

select regexp_substr('cow is the word','(bird|cow) is the (word)',1,1,'e');
-> cow

不过，我认为提供提取特定组编号的选项是有价值的，将通过 Snowflake 开发来提高它:)