regex - 使用 Redshift 中列中的正则表达式

Question

我在 Redshift 中有 2 个表，其中一个有一列包含正则表达式字符串。我想像这样加入他们:

select *
from one o
join two t
on o.value ~ t.regex

但是这个查询抛出一个错误:

[Amazon](500310) Invalid operation: The pattern must be a valid UTF-8 literal character expression
Details: 
 -----------------------------------------------
  error:  The pattern must be a valid UTF-8 literal character expression
  code:      8001
  context:   
  query:     412993
  location:  cgx_impl.cpp:1911
  process:   padbmaster [pid=5211]
  -----------------------------------------------;

据我在文档中搜索的了解，正则表达式运算符 ~ 的右侧必须是字符串文字。

所以这会起作用:

select *
from one o
where o.value ~ 'regex'

这会失败:

select *
from one o
where 'regex' ~ o.value

有什么办法可以解决这个问题吗？我错过了什么吗？

谢谢!

Answer 1

这是我正在使用的解决方法。也许它不是 super 快，但它有效:

首先创建一个函数:

CREATE FUNCTION is_regex_match(pattern text, s text) RETURNS BOOLEAN IMMUTABLE AS $$
  import re
  return True if re.search(pattern, s) else False
$$ LANGUAGE plpythonu;

然后像这样使用它(o.value 包含正则表达式模式):

select *
from one o
where is_regex_match(o.value, 'some string');