regex - isnumeric() 与 PostgreSQL

Question

我需要确定给定的字符串是否可以解释为 SQL 语句中的数字(整数或 float )。如下所示:

SELECT AVG(CASE WHEN x ~ '^[0-9]*.?[0-9]*$' THEN x::float ELSE NULL END) FROM test

我发现 Postgres 的 pattern matching 可以用于此。因此，我修改了 this place 中给出的语句以合并 float 。这是我的代码:

WITH test(x) AS (
    VALUES (''), ('.'), ('.0'), ('0.'), ('0'), ('1'), ('123'),
    ('123.456'), ('abc'), ('1..2'), ('1.2.3.4'))

SELECT x
     , x ~ '^[0-9]*.?[0-9]*$' AS isnumeric
FROM test;

输出:

    x    | isnumeric 
---------+-----------
         | t
 .       | t
 .0      | t
 0.      | t
 0       | t
 1       | t
 123     | t
 123.456 | t
 abc     | f
 1..2    | f
 1.2.3.4 | f
(11 rows)

如您所见，前两项(空字符串 '' 和唯一句点 '.')被错误分类为数字类型(它们不是)。我现在无法更接近这一点。任何帮助表示赞赏!

---

更新 基于 this answer(及其评论)，我将模式调整为:

WITH test(x) AS (
    VALUES (''), ('.'), ('.0'), ('0.'), ('0'), ('1'), ('123'),
    ('123.456'), ('abc'), ('1..2'), ('1.2.3.4'), ('1x234'), ('1.234e-5'))

SELECT x
     , x ~ '^([0-9]+[.]?[0-9]*|[.][0-9]+)$' AS isnumeric
FROM test;

给出:

     x    | isnumeric 
----------+-----------
          | f
 .        | f
 .0       | t
 0.       | t
 0        | t
 1        | t
 123      | t
 123.456  | t
 abc      | f
 1..2     | f
 1.2.3.4  | f
 1x234    | f
 1.234e-5 | f
(13 rows)

正如我现在所见，科学记数法和负数仍然存在一些问题。

Answer 1

您可能已经注意到，基于正则表达式的方法几乎不可能正确执行。例如，您的测试表明 1.234e-5 不是有效数字，而实际上是这样。另外，您错过了负数。如果某些东西看起来像数字，但当您尝试存储它时会导致溢出怎么办？

相反，我建议创建尝试实际转换为 NUMERIC(或 FLOAT，如果您的任务需要)并返回 TRUE 或 FALSE 取决于此转换是否成功。

此代码将完全模拟函数 ISNUMERIC():

CREATE OR REPLACE FUNCTION isnumeric(text) RETURNS BOOLEAN AS $$
DECLARE x NUMERIC;
BEGIN
    x = $1::NUMERIC;
    RETURN TRUE;
EXCEPTION WHEN others THEN
    RETURN FALSE;
END;
$$
STRICT
LANGUAGE plpgsql IMMUTABLE;

对您的数据调用此函数会得到以下结果:

WITH test(x) AS ( VALUES (''), ('.'), ('.0'), ('0.'), ('0'), ('1'), ('123'),
  ('123.456'), ('abc'), ('1..2'), ('1.2.3.4'), ('1x234'), ('1.234e-5'))
SELECT x, isnumeric(x) FROM test;

    x     | isnumeric
----------+-----------
          | f
 .        | f
 .0       | t
 0.       | t
 0        | t
 1        | t
 123      | t
 123.456  | t
 abc      | f
 1..2     | f
 1.2.3.4  | f
 1x234    | f
 1.234e-5 | t
 (13 rows)

它不仅更正确、更易于阅读，而且如果数据实际上是一个数字，它的工作速度也会更快。