使用presto拆分字母数字字符串

Question

我正在使用Presto拆分一个字母数字字符串，该字符串看起来像下面的AB1234CD到AB1234 JA4567EF.8到JA4567

我正在尝试移除字母表和字符串末尾字母表之后的任何内容。

Answer 1

根据您提供的示例，您希望保留

• 前导字母
• 数字在大写字母

之后

然后抛弃一切。

对此，regexp_extract是一个完美的契合。

presto:default> SELECT regexp_extract('AB1234CD', '^[a-zA-Z]*[0-9]*');
 _col0
--------
 AB1234
(1 row)

(在Presto 322上测试)

Answer 2

在查看了示例和查询之后，可以有两种可能的解决方案：

从字母开始提取字符串，然后是numbers

• Extract，长度为6。

。

查询的以下部分用于生成测试数据，您可以用select查询替换它。

  WITH dataset AS (
  SELECT CAST(ROW('ABC12345DE') AS ROW(id VARCHAR)) AS data)

对于第一个解决方案，有两种可能提取第一次出现或提取所有可能的字符串：

先提取可能的字符串

  with dataset AS (
  SELECT CAST(ROW('AB1234CDE') AS ROW(id VARCHAR)) AS data) 
  SELECT regexp_extract(data.id,'[a-zA-Z]*[1-9]*') AS str from dataset

提取所有可能的字符串

  with dataset AS (
  SELECT CAST(ROW('AB1234CDE123') AS ROW(id VARCHAR)) AS data) 
  SELECT regexp_extract_all(data.id,'[a-zA-Z]*[1-9]*') AS str from dataset

关于第二种解决办法：

提取6长串

  with dataset AS (
  SELECT CAST(ROW('AB1234CDE') AS ROW(id VARCHAR)) AS data )
  select substr(data.id, 1, 6)  as str from dataset