PostgreSQL 正則表達(dá)式 常用函數(shù)的總結(jié)
對(duì)那些需要進(jìn)行復(fù)雜數(shù)據(jù)處理的程序來(lái)說(shuō)，正則表達(dá)式無(wú)疑是一個(gè)非常有用的工具。本文重點(diǎn)在于闡述 PostgreSQL 的一些常用正則表達(dá)式函數(shù)以及源碼中的一些函數(shù)。
正則相關(guān)部分的目錄結(jié)構(gòu)
[root@localhost regex]# pwd/opt/hgdb-core/src/include/regex[root@localhost regex]# lltotal 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
正則表達(dá)式編譯、匹配、釋放、錯(cuò)誤信息相關(guān)文件，后面再做具體介紹
[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]#
內(nèi)置函數(shù)實(shí)現(xiàn)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]#
內(nèi)置函數(shù)聲明：
/* 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_ ));參數(shù)類型及返回值類型：
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)函數(shù)提供了從字符串中抽取一個(gè)匹配 POSIX 正則表達(dá)式模式的子字符串的方法。如果沒(méi)有匹配它返回 NULL ，否則就是文本中匹配模式的那部分。
regexp_replace(source, pattern, replacement [, flags ])函數(shù)提供了將匹配 POSIX 正則表達(dá)式模式的子字符串替換為新文本的功能。
regexp_matches(string, pattern[, flags ])函數(shù)返回一個(gè)從匹配POSIX正則表達(dá)式模式中獲取的所有子串結(jié)果的text數(shù)組。
參數(shù)flags是一個(gè)可選的text字符串，含有0或者更多單字母標(biāo)記來(lái)改變函數(shù)行為。標(biāo)記g導(dǎo)致查找字符串中的每個(gè)匹配，而不僅是第一個(gè)，每個(gè)匹配返回一行。
regexp_split_to_table(string, pattern[, flags ])函數(shù)使用POSIX正則表達(dá)式模式作為分隔符，分隔字符串。返回結(jié)果為string。。
regexp_split_to_array (string, pattern[, flags ])函數(shù)與regexp_split_to_table行為相同，但，返回結(jié)果為text數(shù)組。
具體使用參考用戶手冊(cè)。
src/include/regex/regex.h
regex_t 結(jié)構(gòu)體
/* 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;存放編譯后的正則表達(dá)式
regmatch_t 結(jié)構(gòu)體
/* 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;成員rm_so 存放匹配文本串在目標(biāo)串中的開(kāi)始位置，rm_eo 存放結(jié)束位置。通常我們以數(shù)組的形式定義一組這樣的結(jié)構(gòu)。
有下面幾個(gè)主要的函數(shù)聲明
/* * 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);
處理正則表達(dá)式常用的函數(shù)有 pg_regcomp()、pg_regexec()、pg_regfree() 和 pg_regerror()。
一般處理步驟：編譯正則表達(dá)式 pg_regcomp()，匹配正則表達(dá)式 pg_regexec()，釋放正則表達(dá)式 pg_regfree()。
pg_regerror() ：當(dāng)執(zhí)行regcomp 或者regexec 產(chǎn)生錯(cuò)誤的時(shí)候，就可以調(diào)用這個(gè)函數(shù)而返回一個(gè)包含錯(cuò)誤信息的字符串。
參數(shù)說(shuō)明
intpg_regcomp(regex_t *re, const chr *string, /* 正則表達(dá)式字符串 */ size_t len, /* 正則表達(dá)式字符串長(zhǎng)度 */ int flags, Oid collation)intpg_regexec(regex_t *re, /* 已經(jīng)用regcomp函數(shù)編譯好的正則表達(dá)式 */ const chr *string, /* 目標(biāo)字符串 */ size_t len, /* 目標(biāo)字符串長(zhǎng)度 */ size_t search_start, /* 匹配開(kāi)始位置 */ rm_detail_t *details, /* NULL */ size_t nmatch, /* 是regmatch_t結(jié)構(gòu)體數(shù)組的長(zhǎng)度 */ regmatch_t pmatch[], /* regmatch_t類型的結(jié)構(gòu)體數(shù)組，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 voidparse_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; } } }}
| 選項(xiàng) | 描述 |
| b | 剩余的正則表達(dá)式是 BR |
| c | 大小寫(xiě)敏感匹配(覆蓋操作符類型) |
| e | 剩余的正則表達(dá)式是 ERE |
| i | 大小寫(xiě)不敏感匹配(覆蓋操作符類型) |
| m | n的歷史同義詞 |
| n | 新行敏感匹 |
| p | 部分新行敏感匹配 |
| q | 重置正則表達(dá)式為一個(gè)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 | 緊語(yǔ)法 |
| w | 反轉(zhuǎn)部分新行敏感("怪異")匹配 |
| x | 擴(kuò)展的語(yǔ)法 |
以上就是PostgreSQL 正則表達(dá)式 常用函數(shù)的實(shí)例詳解，如有疑問(wèn)請(qǐng)留言或者到本站社區(qū)交流討論，感謝閱讀，希望能幫助到大家，謝謝大家對(duì)本站的支持！
新聞熱點(diǎn)
疑難解答
圖片精選
