sql - Postgresql的子串表达式

Question

我有一个字段 message像 <pika> [SOME_TEXT_WITH|ACTION] And other stuff... 这样的字符串.

我想捕捉括号内的内容。我使用以下形式:

SELECT 
  substring(message FROM '%> \[#"[A-Z_\|]+#"\] %' FOR '#') AS my_info 
FROM my_table;

但它总是会失败并显示相同的令人讨厌的错误消息:«无效的正则表达式:括号 () 不平衡»。我做错了什么？

Answer 1

就个人而言，我会使用与 perl 兼容的现代正则表达式，而不是可怕的 POSIX 式正则表达式:

regress=> SELECT (regexp_matches('<pika> [SOME_TEXT_WITH|ACTION] And other stuff...', '\[(.*?)\]'))[1];
    regexp_matches     
-----------------------
 SOME_TEXT_WITH|ACTION
(1 row)

如果你想使用 POSIX 语法，你必须始终使用相同的转义符，而不是 \在某些地方和#在其他人中。例如:

regress=> SELECT substring(
            '<pika> [SOME_TEXT_WITH|ACTION] And other stuff...' 
            FROM '%#"#[%#]#"%' FOR '#'
          );
        substring        
-------------------------
 [SOME_TEXT_WITH|ACTION]
(1 row)

文档并没有明确说明捕获运算符实际上是 <ESCAPECHAR>" , 不是 #"具体来说。这同样有效，使用常规的反斜杠转义:

regress=> SELECT substring(
              '<pika> [SOME_TEXT_WITH|ACTION] And other stuff...' 
              FROM '%\"\[%\]\"%' FOR '\'
          );
        substring        
-------------------------
 [SOME_TEXT_WITH|ACTION]
(1 row)

奇怪错误的原因是 PostgreSQL 翻译了 POSIX SIMILAR TO在幕后将样式表达式转换为真正的正则表达式。您的混合转义正则表达式:

'%> \[#"[A-Z_\|]+#"\] %' FOR '#'

正在变成类似这样的东西:

'.*> \\[([A-Z_\\|]+)\\] .*'

导致:

regress=> SELECT (regexp_matches('<pika> [SOME_TEXT_WITH|ACTION] And other stuff...', '.*> \\[([A-Z_\\|]+)\\] .*'))[1];
ERROR:  invalid regular expression: parentheses () not balanced