メインコンテンツまでスキップ

REGEXP_EXTRACT

詳細​

この関数は、指定された文字列 STR に対して正規表現マッチを実行し、指定されたパターンに適合する POS 番目のマッチング部分を抽出するために使用されます。関数がマッチング結果を返すためには、パターンが STR の一部と完全に一致する必要があります。

マッチが見つからない場合、空文字列が返されます。 文字セットマッチングを処理する際は、Utf-8標準文字クラスを使用する必要があることに注意してください。これにより、関数が異なる言語の様々な文字を正しく識別し処理できることが保証されます。

str パラメータは 'string' 型で、正規表現マッチングの対象となる文字列を表します。 pattern パラメータは 'string' 型で、対象となる正規表現パターンを表します。 pos パラメータは 'integer' 型で、正規表現マッチの検索を開始する文字列内の位置を指定するために使用されます。位置は1から始まり、このパラメータは必ず指定する必要があります。

pattern が許可されたregexp正規表現でない場合、エラーがスローされます；

デフォルトでサポートされる文字マッチクラス : https://github.com/google/re2/wiki/Syntax

Dorisは、セッション変数 enable_extended_regex（デフォルトは false）を通じて、先読み・後読みゼロ幅アサーションなど、より高度な正規表現機能の有効化をサポートしています。

セッション変数 enable_extended_regex が true に設定されている場合にサポートされる文字マッチングタイプ：https://www.boost.org/doc/libs/latest/libs/regex/doc/html/boost_regex/syntax/perl_syntax.html

Syntax​

REGEXP_EXTRACT(<str>, <pattern>, <pos>)

パラメータ​

パラメータ説明
<str>正規表現マッチングを行う対象の列。'string'型です。
<pattern>対象の正規表現パターン。'string'型です。
<pos>文字列内で正規表現マッチングの検索を開始する位置を指定するために使用されるパラメータ。文字列内の文字位置を表す整数値（1から開始）。posは必須で指定する必要があります。

戻り値​

パターンのマッチング部分。Varchar型です。マッチが見つからない場合、空文字列が返されます。

デフォルトの動作：

デフォルト設定動作
.が改行にマッチ.はデフォルトで\n（改行）にマッチできます。
大文字小文字を区別マッチングは大文字小文字を区別します。
^/$は文字列全体の境界にマッチ^は文字列の開始のみにマッチし、$は終端のみにマッチします。行の開始/終端ではありません。
貪欲量詞*、+などはデフォルトで可能な限りマッチします。
UTF-8文字列はUTF-8として処理されます。

パターン修飾子：

patternの前に(?flags)を付けることでデフォルトの動作を上書きできます。複数の修飾子は組み合わせることができます（例：(?im)）。-プレフィックスは対応するオプションを無効にします（例：(?-s)）。

パターン修飾子はデフォルトの正規表現エンジンを使用する場合のみ有効です。ゼロ幅アサーション（例：(?<=...)、(?=...)）を使用しながらenable_extended_regex=trueが有効になっている場合、クエリはBoost.Regexエンジンによって処理され、修飾子の動作が期待通りに働かない可能性があります。これらを混在させないことを推奨します。

フラグ意味
(?i)大文字小文字を区別しないマッチング
(?-i)大文字小文字を区別する（デフォルト）
(?s).が改行にマッチする（デフォルトで有効）
(?-s).は改行にマッチしない
(?m)マルチラインモード：^は各行の開始にマッチし、$は各行の終端にマッチ
(?-m)シングルラインモード：^/$は文字列全体の境界にマッチ（デフォルト）
(?U)非貪欲量詞：*、+などは可能な限り少なくマッチ
(?-U)貪欲量詞（デフォルト）：*、+などは可能な限り多くマッチ

例​

最初のマッチング部分を抽出します。この例では、正規表現([[:lower:]]+)C([[:lower:]]+)は、1つ以上の小文字に続いて'C'、その後に1つ以上の小文字が続く文字列の部分にマッチします。'C'の前の最初のキャプチャグループ([[:lower:]]+)は'b'にマッチするため、結果は'b'となります。

mysql> SELECT regexp_extract('AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 1);
+-------------------------------------------------------------+
| regexp_extract('AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 1) |
+-------------------------------------------------------------+
| b                                                           |
+-------------------------------------------------------------+

2番目にマッチした部分を抽出します。ここでは、'C'の後の2番目のキャプチャグループ([[:lower:]]+)が'd'にマッチするため、結果は'd'になります。

mysql> SELECT regexp_extract('AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 2);
+-------------------------------------------------------------+
| regexp_extract('AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 2) |
+-------------------------------------------------------------+
| d                                                           |
+-------------------------------------------------------------+

中国語文字にマッチします。パターン(\p{Han}+)(.+)は、最初に1つ以上の中国語文字(\p{Han}+)にマッチし、次に文字列の残りの部分((.+))にマッチします。2番目のキャプチャグループは文字列の非中国語部分にマッチするため、結果は'This is a passage in English 1234567'となります。

mysql> select regexp_extract('这是一段中文 This is a passage in English 1234567', '(\\p{Han}+)(.+)', 2);
+-----------------------------------------------------------------------------------------------+
| regexp_extract('这是一段中文 This is a passage in English 1234567', '(\p{Han}+)(.+)', 2)       |
+-----------------------------------------------------------------------------------------------+
| This is a passage in English 1234567                                                          |
+-----------------------------------------------------------------------------------------------+

変数値を挿入してマッチングを実行します。この例では、テーブルにデータを挿入し、REGEXP_EXTRACT関数を使用して、保存されたパターンと位置に基づいて保存された文字列からマッチング部分を抽出します。


CREATE TABLE test_table_for_regexp_extract (
        id INT,
        text_data VARCHAR(500),
        pattern VARCHAR(100),
        pos INT
    ) PROPERTIES ("replication_num"="1");

INSERT INTO test_table_for_regexp_extract VALUES
    (1, 'AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 1),    
    (2, 'AbCdE', '([[:lower:]]+)C([[:lower:]]+)', 2),    
    (3, '这是一段中文 This is a passage in English 1234567', '(\\p{Han}+)(.+)', 2);

SELECT id, regexp_extract(text_data, pattern, pos) as extract_result FROM test_table_for_regexp_extract ORDER BY id;

+------+----------------+
| id   | extract_result |
+------+----------------+
|    1 | b              |
|    2 | d              |
|    3 | This is a passage in English 1234567 |
+------+----------------+

マッチしないパターンでテストします。パターン([[:digit:]]+)（1つ以上の数字）は文字列'AbCdE'のどの部分ともマッチしないため、空の文字列が返されます。

SELECT regexp_extract('AbCdE', '([[:digit:]]+)', 1);
+------------------------------------------------+
| regexp_extract('AbCdE', '([[:digit:]]+)', 1)  |
+------------------------------------------------+
|                                                |
+------------------------------------------------+

絵文字テストケース

SELECT regexp_extract('Text 😊 More 😀', '😊|😀',0);

+------------------------------------------------------+
| regexp_extract('Text 😊 More 😀', '😊|😀',0)                 |
+------------------------------------------------------+
| 😊                                                     |
+------------------------------------------------------+

'str'がNULLの場合、NULLを返す

mysql> SELECT REGEXP_EXTRACT(NULL, '([a-z]+)', 1);
+-------------------------------------+
| REGEXP_EXTRACT(NULL, '([a-z]+)', 1) |
+-------------------------------------+
| NULL                                |
+-------------------------------------+

'pattern'がNULLの場合、NULLを返す

mysql> SELECT REGEXP_EXTRACT('Hello World', NULL, 1);
+----------------------------------------+
| REGEXP_EXTRACT('Hello World', NULL, 1) |
+----------------------------------------+
| NULL                                   |
+----------------------------------------+

'pos'がNULLの場合、NULLを返す

mysql> SELECT REGEXP_EXTRACT('Hello World', '([a-z]+)', NULL);
+-------------------------------------------------+
| REGEXP_EXTRACT('Hello World', '([a-z]+)', NULL) |
+-------------------------------------------------+
| NULL                                            |
+-------------------------------------------------+

すべてのパラメータがNULLの場合、NULLを返す

mysql> SELECT REGEXP_EXTRACT(NULL, NULL, NULL);
+----------------------------------+
| REGEXP_EXTRACT(NULL, NULL, NULL) |
+----------------------------------+
| NULL                             |
+----------------------------------+

patternが正規表現として許可されていない場合、エラーをスローします。

SELECT regexp_extract('AbCdE', '([[:digit:]]+', 1);
ERROR 1105 (HY000): errCode = 2, detailMessage = (10.16.10.2)[INVALID_ARGUMENT]Could not compile regexp pattern: ([[:digit:]]+
Error: missing ): ([[:digit:]]+

高度な正規表現

SELECT regexp_extract('foo123bar456baz', '(?<=foo)(\\d+)(?=bar)', 1);
-- ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]Invalid regex pattern: (?<=foo)(\d+)(?=bar). Error: invalid perl operator: (?<
SET enable_extended_regex = true;
SELECT regexp_extract('foo123bar456baz', '(?<=foo)(\\d+)(?=bar)', 1);
+---------------------------------------------------------------+
| regexp_extract('foo123bar456baz', '(?<=foo)(\\d+)(?=bar)', 1) |
+---------------------------------------------------------------+
| 123                                                           |
+---------------------------------------------------------------+

パターン修飾子

大文字小文字を区別しないマッチング: (?i) はマッチ時に大文字小文字を無視します

SELECT REGEXP_EXTRACT('Hello World', '(hello)', 1) AS case_sensitive,
       REGEXP_EXTRACT('Hello World', '(?i)(hello)', 1) AS case_insensitive;
+----------------+------------------+
| case_sensitive | case_insensitive |
+----------------+------------------+
|                | Hello            |
+----------------+------------------+

デフォルトでは.は改行にマッチします。.が改行にマッチしないようにするには(?-s)を使用してください

SELECT REGEXP_EXTRACT('foo\nbar', '^(.+)$', 1) AS dot_match_nl,
       REGEXP_EXTRACT('foo\nbar', '(?-s)^(.+)$', 1) AS dot_not_match_nl;
+--------------+------------------+
| dot_match_nl | dot_not_match_nl |
+--------------+------------------+
| foo
bar      |                  |
+--------------+------------------+

マルチラインモード: (?m) は ^ と $ を各行の開始/終了にマッチさせます

SELECT REGEXP_EXTRACT('foo\nbar', '^(bar)', 1) AS single_line,
       REGEXP_EXTRACT('foo\nbar', '(?m)^(bar)', 1) AS multi_line;
+-------------+------------+
| single_line | multi_line |
+-------------+------------+
|             | bar        |
+-------------+------------+

貪欲vs非貪欲: (?U)は量詞を可能な限り少なくマッチするようにします

SELECT REGEXP_EXTRACT('aXbXc', '(a.*X)', 1) AS greedy,
       REGEXP_EXTRACT('aXbXc', '(?U)(a.*X)', 1) AS non_greedy;
+--------+------------+
| greedy | non_greedy |
+--------+------------+
| aXbX   | aX         |
+--------+------------+
Report issue
ASF
Resources
Community
Join the community
Copyright © 2026 The Apache Software Foundation,Licensed under the Apache License, Version 2.0. Apache, Doris, Apache Doris, the Apache feather logo and the Apache Doris logo are trademarks of The Apache Software Foundation.