regex - 如何在 PostgreSQL 中将包含数值的字符串拆分为三部分？

Question

我想使用 regexp_matches() 拆分可能包含数值的给定字符串。它应该标识包含可选符号和可选小数位的数值的第一次出现。不匹配的部分也应返回 - 作为数组的第一个和最后一个位置。

一些示例输入和预期输出值:

'hello+111123.454545world' -> {hello,+111123.454545,world}
'he-lo+111123.454545world' -> {he-lo,+111123.454545,world}
'hel123.5lo+111123.454545world' -> {hel,123.5,lo+111123.454545world}
'hello+111123.454545world' -> {hello,+111123.454545,world}
'hello+111123.454545world' -> {hello,+111123.454545,world}
'1111.15' -> {"",1111.15,""}
'-.234' -> {"",-.234,""}
'hello-.234' -> {hello,-.234,""}

我在处理以下由“TODO”表示的表达式中匹配组的第一部分时遇到问题。它应该匹配任何不能被识别为数值的东西。

select regexp_matches('input', '(TODO)((?:\+|-)?(?:\d*(?:(?:\.)?\d+)))(.*)')

'(TODO)'代表的匹配组需要是第二个匹配组中正则表达式的否定。 (因为需要返回结果)。用于匹配数值的正则表达式工作正常，我需要的是如何匹配字符串的第一部分不是数值。

Answer 1

regexp_matches(input, '(^.*?)([+-]?\d*\.?\d+)(.*$)') AS result_arr

• 第一个匹配项:(^.*?)
  使用 ^ 锚定到字符串的开头。 non-greedy quantifier *?至关重要。
  它实际上不必是第二个匹配组中正则表达式的否定，因为正则表达式的其余部分是贪婪。所以第一部分是保留的部分，由其余部分定义。

• 第二场比赛:([+-]?\d*?\.?\d+)
  我稍微简化了你的表达。特别是字符类 [+-] 比非捕获括号 (?:\+|-) 中的两个分支更短更快。
  Non-capturing parentheses是重要的。 (你已经有了。)
  _{简化了 \d* 来自@maraca 的评论。}

• 第三场比赛:(.*$)
  使用 $ 锚定到字符串的末尾。对于最后一个匹配项，使量词贪婪。

SQL Fiddle带有扩展测试用例。