«

PostgreSQL 正则表达式 常用函数的总结

时间：2024-3-1 23:22     作者：韩俊     分类： Mysql

PostgreSQL 正则表达式 常用函数的总结

对那些需要进行复杂数据处理的程序来说，正则表达式无疑是一个非常有用的工具。本文重点在于阐述 PostgreSQL 的一些常用正则表达式函数以及源码中的一些函数。

正则相关部分的目录结构

[root@localhost regex]# pwd
/opt/hgdb-core/src/include/regex
[root@localhost regex]# ll
total 40
-rw-r--r--. 1 postgres postgres 3490 Mar 19 19:00 regcustom.h
-rw-r--r--. 1 postgres postgres 1332 Mar 19 18:59 regerrs.h
-rw-r--r--. 1 postgres postgres 6703 Mar 19 19:00 regex.h
-rw-r--r--. 1 postgres postgres 2353 Mar 19 19:00 regexport.h
-rw-r--r--. 1 postgres postgres 16454 Mar 19 19:00 regguts.h

正则表达式编译、匹配、释放、错误信息相关文件，后面再做具体介绍

[root@localhost regex]# pwd
/opt/hgdb-core/src/backend/regex
[root@localhost regex]# ll reg*.c
-rw-r--r--. 1 postgres postgres 55851 Mar 19 19:00 regcomp.c
-rw-r--r--. 1 postgres postgres 3671 Mar 19 18:59 regerror.c
-rw-r--r--. 1 postgres postgres 34873 Mar 19 19:00 regexec.c
-rw-r--r--. 1 postgres postgres 2123 Mar 19 18:59 regfree.c
[root@localhost regex]#

内置函数实现在 regexp.c

[root@localhost adt]# pwd
/opt/hgdb-core/src/backend/utils/adt
[root@localhost adt]# ll regexp.c
-rw-r--r--. 1 postgres postgres 34863 Apr 12 02:29 regexp.c
[root@localhost adt]#

内置函数声明：

/* src/include/catalog/pg_proc.h */

DATA(insert OID = 2073 ( substring  PGNSP PGUID 12 1 0 0 0 f f f f t f i 2 0 25 "25 25" _null_ _null_ _null_ _null_ _null_ textregexsubstr _null_ _null_ _null_ ));
DESCR("extract text matching regular expression");
DATA(insert OID = 2074 ( substring  PGNSP PGUID 14 1 0 0 0 f f f f t f i 3 0 25 "25 25 25" _null_ _null_ _null_ _null_ _null_ "select pg_catalog.substring($1, pg_catalog.similar_escape($2, $3))" _null_ _null_ _null_ ));
DESCR("extract text matching SQL99 regular expression");

DATA(insert OID = 2284 ( regexp_replace  PGNSP PGUID 12 1 0 0 0 f f f f t f i 3 0 25 "25 25 25" _null_ _null_ _null_ _null_ _null_ textregexreplace_noopt _null_ _null_ _null_ ));
DESCR("replace text using regexp");
DATA(insert OID = 2285 ( regexp_replace  PGNSP PGUID 12 1 0 0 0 f f f f t f i 4 0 25 "25 25 25 25" _null_ _null_ _null_ _null_ _null_ textregexreplace _null_ _null_ _null_ ));
DESCR("replace text using regexp");

DATA(insert OID = 2763 ( regexp_matches  PGNSP PGUID 12 1 1 0 0 f f f f t t i 2 0 1009 "25 25" _null_ _null_ _null_ _null_ _null_ regexp_matches_no_flags _null_ _null_ _null_ ));
DESCR("find all match groups for regexp");
DATA(insert OID = 2764 ( regexp_matches  PGNSP PGUID 12 1 10 0 0 f f f f t t i 3 0 1009 "25 25 25" _null_ _null_ _null_ _null_ _null_ regexp_matches _null_ _null_ _null_ ));
DESCR("find all match groups for regexp");

DATA(insert OID = 2765 ( regexp_split_to_table PGNSP PGUID 12 1 1000 0 0 f f f f t t i 2 0 25 "25 25" _null_ _null_ _null_ _null_ _null_ regexp_split_to_table_no_flags _null_ _null_ _null_ ));
DESCR("split string by pattern");
DATA(insert OID = 2766 ( regexp_split_to_table PGNSP PGUID 12 1 1000 0 0 f f f f t t i 3 0 25 "25 25 25" _null_ _null_ _null_ _null_ _null_ regexp_split_to_table _null_ _null_ _null_ ));
DESCR("split string by pattern");

DATA(insert OID = 2767 ( regexp_split_to_array PGNSP PGUID 12 1 0 0 0 f f f f t f i 2 0 1009 "25 25" _null_ _null_ _null_ _null_ _null_ regexp_split_to_array_no_flags _null_ _null_ _null_ ));
DESCR("split string by pattern");
DATA(insert OID = 2768 ( regexp_split_to_array PGNSP PGUID 12 1 0 0 0 f f f f t f i 3 0 1009 "25 25 25" _null_ _null_ _null_ _null_ _null_ regexp_split_to_array _null_ _null_ _null_ ));

参数类型及返回值类型：

postgres=# select oid,typname from pg_type where oid = 25 or oid = 1009;
 oid | typname 
------+---------
  25 | text
 1009 | _text
(2 rows)

substring(string from pattern)函数提供了从字符串中抽取一个匹配 POSIX 正则表达式模式的子字符串的方法。如果没有匹配它返回 NULL ，否则就是文本中匹配模式的那部分。

regexp_replace(source, pattern, replacement [, flags ])函数提供了将匹配 POSIX 正则表达式模式的子字符串替换为新文本的功能。

regexp_matches(string, pattern[, flags ])函数返回一个从匹配POSIX正则表达式模式中获取的所有子串结果的text数组。
参数flags是一个可选的text字符串，含有0或者更多单字母标记来改变函数行为。标记g导致查找字符串中的每个匹配，而不仅是第一个，每个匹配返回一行。

regexp_split_to_table(string, pattern[, flags ])函数使用POSIX正则表达式模式作为分隔符，分隔字符串。返回结果为string。。

regexp_split_to_array (string, pattern[, flags ])函数与regexp_split_to_table行为相同，但，返回结果为text数组。

具体使用参考用户手册。

src/include/regex/regex.h

regex_t 结构体

/* the biggie, a compiled RE (or rather, a front end to same) */
typedef struct
{
 int  re_magic; /* magic number */
 size_t re_nsub; /* number of subexpressions */
 long re_info; /* information about RE */
#define REG_UBACKREF  000001
#define REG_ULOOKAHEAD  000002
#define REG_UBOUNDS 000004
#define REG_UBRACES 000010
#define REG_UBSALNUM  000020
#define REG_UPBOTCH 000040
#define REG_UBBS  000100
#define REG_UNONPOSIX  000200
#define REG_UUNSPEC 000400
#define REG_UUNPORT 001000
#define REG_ULOCALE 002000
#define REG_UEMPTYMATCH 004000
#define REG_UIMPOSSIBLE 010000
#define REG_USHORTEST  020000
 int  re_csize; /* sizeof(character) */
 char  *re_endp; /* backward compatibility kludge */
 Oid  re_collation; /* Collation that defines LC_CTYPE behavior */
 /* the rest is opaque pointers to hidden innards */
 char  *re_guts; /* `char *' is more portable than `void *' */
 char  *re_fns;
} regex_t;

存放编译后的正则表达式

regmatch_t 结构体

/* result reporting (may acquire more fields later) */
typedef struct
{
 regoff_t rm_so;  /* start of substring */
 regoff_t rm_eo;  /* end of substring */
} regmatch_t;

typedef long regoff_t;

成员rm_so 存放匹配文本串在目标串中的开始位置，rm_eo 存放结束位置。通常我们以数组的形式定义一组这样的结构。

有下面几个主要的函数声明

/*
 * the prototypes for exported functions
 */
extern int pg_regcomp(regex_t *, const pg_wchar *, size_t, int, Oid);
extern int pg_regexec(regex_t *, const pg_wchar *, size_t, size_t, rm_detail_t *, size_t, regmatch_t[], int);
extern int pg_regprefix(regex_t *, pg_wchar **, size_t *);
extern void pg_regfree(regex_t *);
extern size_t pg_regerror(int, const regex_t *, char *, size_t);
extern void pg_set_regex_collation(Oid collation);

处理正则表达式常用的函数有 pg_regcomp()、pg_regexec()、pg_regfree() 和 pg_regerror()。

一般处理步骤：编译正则表达式 pg_regcomp()，匹配正则表达式 pg_regexec()，释放正则表达式 pg_regfree()。

pg_regerror() ：当执行regcomp 或者regexec 产生错误的时候，就可以调用这个函数而返回一个包含错误信息的字符串。

参数说明

int
pg_regcomp(regex_t *re,
   const chr *string, /* 正则表达式字符串 */
   size_t len, /* 正则表达式字符串长度 */
   int flags,
   Oid collation)

int
pg_regexec(regex_t *re, /* 已经用regcomp函数编译好的正则表达式 */
   const chr *string, /* 目标字符串 */
   size_t len, /* 目标字符串长度 */
   size_t search_start, /* 匹配开始位置 */
   rm_detail_t *details, /* NULL */
   size_t nmatch, /* 是regmatch_t结构体数组的长度 */
   regmatch_t pmatch[], /* regmatch_t类型的结构体数组，存放匹配文本串的位置信息 */
   int flags)

flags

src/backend/utils/adt/regexp.c

/* all the options of interest for regex functions */
typedef struct pg_re_flags
{
 int  cflags;  /* compile flags for Spencer's regex code */
 bool glob;  /* do it globally (for each occurrence) */
} pg_re_flags;
/*
 * parse_re_flags - parse the options argument of regexp_matches and friends
 *
 * flags --- output argument, filled with desired options
 * opts --- TEXT object, or NULL for defaults
 *
 * This accepts all the options allowed by any of the callers; callers that
 * don't want some have to reject them after the fact.
 */
static void
parse_re_flags(pg_re_flags *flags, text *opts)
{
 /* regex flavor is always folded into the compile flags */
 flags->cflags = REG_ADVANCED;
 flags->glob = false;

 if (opts)
 {
 char  *opt_p = VARDATA_ANY(opts);
 int  opt_len = VARSIZE_ANY_EXHDR(opts);
 int  i;

 for (i = 0; i < opt_len; i++)
 {
  switch (opt_p[i])
  {
  case 'g':
   flags->glob = true;
   break;
  case 'b': /* BREs (but why???) */
   flags->cflags &= ~(REG_ADVANCED | REG_EXTENDED | REG_QUOTE);
   break;
  case 'c': /* case sensitive */
   flags->cflags &= ~REG_ICASE;
   break;
  case 'e': /* plain EREs */
   flags->cflags |= REG_EXTENDED;
   flags->cflags &= ~(REG_ADVANCED | REG_QUOTE);
   break;
  case 'i': /* case insensitive */
   flags->cflags |= REG_ICASE;
   break;
  case 'm': /* Perloid synonym for n */
  case 'n': /* n affects ^ $ . [^ */
   flags->cflags |= REG_NEWLINE;
   break;
  case 'p': /* ~Perl, n affects . [^ */
   flags->cflags |= REG_NLSTOP;
   flags->cflags &= ~REG_NLANCH;
   break;
  case 'q': /* literal string */
   flags->cflags |= REG_QUOTE;
   flags->cflags &= ~(REG_ADVANCED | REG_EXTENDED);
   break;
  case 's': /* single line, n ordinary */
   flags->cflags &= ~REG_NEWLINE;
   break;
  case 't': /* tight syntax */
   flags->cflags &= ~REG_EXPANDED;
   break;
  case 'w': /* weird, n affects ^ $ only */
   flags->cflags &= ~REG_NLSTOP;
   flags->cflags |= REG_NLANCH;
   break;
  case 'x': /* expanded syntax */
   flags->cflags |= REG_EXPANDED;
   break;
  default:
   ereport(ERROR,
    (errcode(ERRCODE_INVALID_PARAMETER_VALUE),
    errmsg("invalid regexp option: "%c"",
     opt_p[i])));
   break;
  }
 }
 }
}

选项 描述 b 剩余的正则表达式是 BR c 大小写敏感匹配(覆盖操作符类型) e 剩余的正则表达式是 ERE i 大小写不敏感匹配(覆盖操作符类型) m n的历史同义词 n 新行敏感匹 p 部分新行敏感匹配 q 重置正则表达式为一个文本("引起")字符串，所有都是普通字符。 s 非新行敏感匹配(缺省) t 紧语法 w 反转部分新行敏感("怪异")匹配 x 扩展的语法

以上就是PostgreSQL 正则表达式 常用函数的实例详解，如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！

标签: mysql PostgreSQL

热门推荐

1 php mysql_list_dbs()函数用法示例
2 MySQL中UPDATE的使用细节是什么
3 oracle导出数据到文本和从文本导入数据的方法是什么
4 如何恢复MYSQL的ROOT口令
5 mysql toad中文乱码如何解决
6 MariaDB 新版本实力逆袭不仅仅是 MySQL 替代品
7 测试MySQL连接的高并发性能应如何在命令行进行？
8 PHP将MySQL的查询结果转换为数组并用where拼接的示例
9 windows server 2008 64位MySQL5.6免安装版本配置方法图解
10 php mysql procedure实现获取多个结果集的方法【基于thinkPHP】

日历

标签

hbase maven eclipse sybase PostgreSQL spring emcache oracle mongodb redis nginx golang java vue android ios mysql linux 微信小程序 css html php教程 javascript python php

搜索

最新文章

热门文章