メインコンテンツまでスキップ

REGEXP_EXTRACT_ALL

説明​

REGEXP_EXTRACT_ALL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patternの最初のサブパターンにマッチするすべての部分を抽出するために使用されます。この関数がパターンのマッチした部分を表す文字列の配列を返すためには、パターンが入力文字列strの一部と正確にマッチする必要があります。マッチしない場合、またはパターンがサブパターンを含まない場合、空の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には、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。

'pattern'が許可されたregexp正規でない場合、エラーをスローします；

デフォルトでサポートされてい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

構文​

REGEXP_EXTRACT_ALL(<str>, <pattern>)

パラメータ​

パラメータ説明
<str>このパラメータはString型です。正規表現マッチングが実行される入力文字列を表します。リテラル文字列値または文字列データを含むテーブルの列への参照を指定できます。
<pattern>このパラメータもString型です。入力文字列に対してマッチングに使用される正規表現パターンを指定します。パターンには文字クラス、量詞、サブパターンなど、さまざまな正規表現構文を含めることができます。

戻り値​

この関数は、指定された正規表現の最初のサブパターンにマッチする入力文字列の部分を表す文字列の配列を返します。戻り値の型はString値の配列です。マッチが見つからない場合、またはパターンにサブパターンがない場合は、空の配列が返されます。

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。
^/$は文字列全体の境界にマッチ^は文字列の開始のみにマッチし、$は文字列の終端のみにマッチします（行の開始/終端ではありません）。
貪欲な量詞*、+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に(?flags)を前置することで、デフォルトの動作を上書きできます。複数の修飾子を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している場合にのみ有効です。ゼロ幅アサーション（例：(?<=...)、(?=...)）を使用中に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機能し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。

Flag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（デフォルト）
(?s).が改行にマッチ（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、$は各行の終端にマッチ
(?-m)シングルラインモード：^/$は文字列全体の境界にマッチ（デフォルト）
(?U)非貪欲な量詞：*、+などは可能な限り少なくマッチ
(?-U)貪欲な量詞（デフォルト）：*、+などは可能な限り多くマッチ

例​

'C'の周囲の小文字のマッチングの基本例。この例では、パターン([[:lower:]]+)C([[:lower:]]+)は1つ以上の小文字の後に'C'が続き、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'の前の最初のサブパターン([[:lower:]]+)は'b'にマッチするため、結果は['b']となります。

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

文字列内の複数のマッチ。ここでは、パターンが文字列内の2つの部分にマッチします。最初のマッチでは最初のサブパターンが 'b' にマッチし、2番目のマッチでは最初のサブパターンが 'f' にマッチします。そのため結果は ['b', 'f'] になります。

mysql> SELECT regexp_extract_all('AbCdEfCg', '([[:lower:]]+)C([[:lower:]]+)');
+-----------------------------------------------------------------+
| regexp_extract_all('AbCdEfCg', '([[:lower:]]+)C([[:lower:]]+)') |
+-----------------------------------------------------------------+
| ['b','f']                                                       |
+-----------------------------------------------------------------+

キー・バリューペアからキーを抽出します。このパターンは文字列内のキー・バリューペアにマッチします。最初のサブパターンがキーをキャプチャするため、結果はキーの配列 ['abc', 'def', 'ghi'] になります。

mysql> SELECT regexp_extract_all('abc=111, def=222, ghi=333','("[^"]+"|\\w+)=("[^"]+"|\\w+)');
+--------------------------------------------------------------------------------+
| regexp_extract_all('abc=111, def=222, ghi=333', '("[^"]+"|\w+)=("[^"]+"|\w+)') |
+--------------------------------------------------------------------------------+
| ['abc','def','ghi']                                                            |
+--------------------------------------------------------------------------------+

中国語文字のマッチング。パターン(\p{Han}+)(.+)は、最初のサブパターン(\p{Han}+)で1つ以上の中国語文字を最初にマッチさせるため、結果は['这是一段中文']となります。

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

データの挿入とREGEXP_EXTRACT_ALLの使用


CREATE TABLE test_regexp_extract_all (
    id INT,
    text_content VARCHAR(255),
    pattern VARCHAR(255)
) PROPERTIES ("replication_num"="1");


INSERT INTO test_regexp_extract_all VALUES
(1, 'apple1, banana2, cherry3', '([a-zA-Z]+)\\d'),
(2, 'red#123, blue#456, green#789', '([a-zA-Z]+)#\\d+'),
(3, 'hello@example.com, world@test.net', '([a-zA-Z]+)@');


SELECT id, regexp_extract_all(text_content, pattern) AS extracted_data
FROM test_regexp_extract_all;
+------+----------------------+
| id   | extracted_data       |
+------+----------------------+
|    1 | ['apple', 'banana', 'cherry'] |
|    2 | ['red', 'blue', 'green']     |
|    3 | ['hello', 'world']           |
+------+----------------------+

マッチしない場合、空文字列を返す

SELECT REGEXP_EXTRACT_ALL('ABC', '(\\d+)');
+-------------------------------------+
| REGEXP_EXTRACT_ALL('ABC', '(\\d+)') |
+-------------------------------------+
|                                     |
+-------------------------------------+

絵文字マッチ

mysql> SELECT REGEXP_EXTRACT_ALL('👩‍💻,👨‍🚀', '(💻|🚀)');
+--------------------------------------------------------------+
| REGEXP_EXTRACT_ALL('👩‍💻,👨‍🚀', '(💻|🚀)')                      |
+--------------------------------------------------------------+
| ['💻','🚀']                                                 |
+--------------------------------------------------------------+

'Str'がNULLの場合、NULLを返す

SELECT regexp_extract_all(NULL, '([a-z]+)');
+--------------------------------------+
| regexp_extract_all(NULL, '([a-z]+)') |
+--------------------------------------+
| NULL                                 |
+--------------------------------------+

'pattern'がNULLの場合、NULLを返す

SELECT regexp_extract_all('Hello World', NULL);
+-----------------------------------------+
| regexp_extract_all('Hello World', NULL) |
+-----------------------------------------+
| NULL                                    |
+-----------------------------------------+

すべてのパラメータがNULLの場合、NULLを返す

SELECT regexp_extract_all(NULL,NULL);
+-------------------------------+
| regexp_extract_all(NULL,NULL) |
+-------------------------------+
| NULL                          |
+-------------------------------+

patternが正規表現として有効でない場合、エラーをthrowする;

SELECT regexp_extract_all('hello (world) 123', '([[:alpha:]+');
ERROR 1105 (HY000): errCode = 2, detailMessage = (10.16.10.2)[INVALID_ARGUMENT]Could not compile regexp pattern: ([[:alpha:]+
Error: missing ]: [[:alpha:]+

高度な正規表現

SELECT REGEXP_EXTRACT_ALL('ID:AA-1,ID:BB-2,ID:CC-3', '(?<=ID:)([A-Z]{2}-\\d)');
-- ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]Invalid regex pattern: (?<=ID:)([A-Z]{2}-\d). Error: invalid perl operator: (?<
SET enable_extended_regex = true;
SELECT REGEXP_EXTRACT_ALL('ID:AA-1,ID:BB-2,ID:CC-3', '(?<=ID:)([A-Z]{2}-\\d)');
+-------------------------------------------------------------------------+
| REGEXP_EXTRACT_ALL('ID:AA-1,ID:BB-2,ID:CC-3', '(?<=ID:)([A-Z]{2}-\\d)') |
+-------------------------------------------------------------------------+
| ['AA-1','BB-2','CC-3']                                                  |
+-------------------------------------------------------------------------+

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_ALL('Hello hello HELLO', '(hello)') AS case_sensitive,
       REGEXP_EXTRACT_ALL('Hello hello HELLO', '(?i)(hello)') AS case_insensitive;
+----------------+---------------------------+
| case_sensitive | case_insensitive          |
+----------------+---------------------------+
| ['hello']      | ['Hello','hello','HELLO'] |
+----------------+---------------------------+

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_ALL('foo\nbar\nbaz', '^([a-z]+)') AS single_line,
       REGEXP_EXTRACT_ALL('foo\nbar\nbaz', '(?m)^([a-z]+)') AS multi_line;
+-------------+---------------------+
| single_line | multi_line          |
+-------------+---------------------+
| ['foo']     | ['foo','bar','baz'] |
+-------------+---------------------+

貪欲vs非貪欲: (?U)は量詞を可能な限り少なくマッチさせる

SELECT REGEXP_EXTRACT_ALL('aXbXcXd', '(a.*X)') AS greedy,
       REGEXP_EXTRACT_ALL('aXbXcXd', '(?U)(a.*X)') AS non_greedy;
+----------+------------+
| greedy   | non_greedy |
+----------+------------+
| ['aXbXcX'] | ['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.