PostgreSQL 正则表达式常用函数的总结

2023-09-26 14:48:15 256

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@localhostregex]#pwd
/opt/hgdb-core/src/include/regex
[root@localhostregex]#ll
total40
-rw-r--r--.1postgrespostgres3490Mar1919:00regcustom.h
-rw-r--r--.1postgrespostgres1332Mar1918:59regerrs.h
-rw-r--r--.1postgrespostgres6703Mar1919:00regex.h
-rw-r--r--.1postgrespostgres2353Mar1919:00regexport.h
-rw-r--r--.1postgrespostgres16454Mar1919:00regguts.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@localhostregex]#pwd
/opt/hgdb-core/src/backend/regex
[root@localhostregex]#llreg*.c
-rw-r--r--.1postgrespostgres55851Mar1919:00regcomp.c
-rw-r--r--.1postgrespostgres3671Mar1918:59regerror.c
-rw-r--r--.1postgrespostgres34873Mar1919:00regexec.c
-rw-r--r--.1postgrespostgres2123Mar1918:59regfree.c
[root@localhostregex]#

内置函数实现在regexp.c

[root@localhostadt]#pwd
/opt/hgdb-core/src/backend/utils/adt
[root@localhostadt]#llregexp.c
-rw-r--r--.1postgrespostgres34863Apr1202:29regexp.c
[root@localhostadt]#

内置函数声明：

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

DATA(insertOID=2073(substringPGNSPPGUID121000fffftfi2025"2525"_null__null__null__null__null_textregexsubstr_null__null__null_));
DESCR("extracttextmatchingregularexpression");
DATA(insertOID=2074(substringPGNSPPGUID141000fffftfi3025"252525"_null__null__null__null__null_"selectpg_catalog.substring($1,pg_catalog.similar_escape($2,$3))"_null__null__null_));
DESCR("extracttextmatchingSQL99regularexpression");

DATA(insertOID=2284(regexp_replacePGNSPPGUID121000fffftfi3025"252525"_null__null__null__null__null_textregexreplace_noopt_null__null__null_));
DESCR("replacetextusingregexp");
DATA(insertOID=2285(regexp_replacePGNSPPGUID121000fffftfi4025"25252525"_null__null__null__null__null_textregexreplace_null__null__null_));
DESCR("replacetextusingregexp");

DATA(insertOID=2763(regexp_matchesPGNSPPGUID121100fffftti201009"2525"_null__null__null__null__null_regexp_matches_no_flags_null__null__null_));
DESCR("findallmatchgroupsforregexp");
DATA(insertOID=2764(regexp_matchesPGNSPPGUID1211000fffftti301009"252525"_null__null__null__null__null_regexp_matches_null__null__null_));
DESCR("findallmatchgroupsforregexp");

DATA(insertOID=2765(regexp_split_to_tablePGNSPPGUID121100000fffftti2025"2525"_null__null__null__null__null_regexp_split_to_table_no_flags_null__null__null_));
DESCR("splitstringbypattern");
DATA(insertOID=2766(regexp_split_to_tablePGNSPPGUID121100000fffftti3025"252525"_null__null__null__null__null_regexp_split_to_table_null__null__null_));
DESCR("splitstringbypattern");

DATA(insertOID=2767(regexp_split_to_arrayPGNSPPGUID121000fffftfi201009"2525"_null__null__null__null__null_regexp_split_to_array_no_flags_null__null__null_));
DESCR("splitstringbypattern");
DATA(insertOID=2768(regexp_split_to_arrayPGNSPPGUID121000fffftfi301009"252525"_null__null__null__null__null_regexp_split_to_array_null__null__null_));

参数类型及返回值类型：

postgres=#selectoid,typnamefrompg_typewhereoid=25oroid=1009;
oid|typname
------+---------
25|text
1009|_text
(2rows)

substring(stringfrompattern)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

/*thebiggie,acompiledRE(orrather,afrontendtosame)*/
typedefstruct
{
intre_magic;/*magicnumber*/
size_tre_nsub;/*numberofsubexpressions*/
longre_info;/*informationaboutRE*/
#defineREG_UBACKREF000001
#defineREG_ULOOKAHEAD000002
#defineREG_UBOUNDS000004
#defineREG_UBRACES000010
#defineREG_UBSALNUM000020
#defineREG_UPBOTCH000040
#defineREG_UBBS000100
#defineREG_UNONPOSIX000200
#defineREG_UUNSPEC000400
#defineREG_UUNPORT001000
#defineREG_ULOCALE002000
#defineREG_UEMPTYMATCH004000
#defineREG_UIMPOSSIBLE010000
#defineREG_USHORTEST020000
intre_csize;/*sizeof(character)*/
char*re_endp;/*backwardcompatibilitykludge*/
Oidre_collation;/*CollationthatdefinesLC_CTYPEbehavior*/
/*therestisopaquepointerstohiddeninnards*/
char*re_guts;/*`char*'ismoreportablethan`void*'*/
char*re_fns;
}regex_t;

存放编译后的正则表达式

regmatch_t结构体

/*resultreporting(mayacquiremorefieldslater)*/
typedefstruct
{
regoff_trm_so;/*startofsubstring*/
regoff_trm_eo;/*endofsubstring*/
}regmatch_t;

typedeflongregoff_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

/*
*theprototypesforexportedfunctions
*/
externintpg_regcomp(regex_t*,constpg_wchar*,size_t,int,Oid);
externintpg_regexec(regex_t*,constpg_wchar*,size_t,size_t,rm_detail_t*,size_t,regmatch_t[],int);
externintpg_regprefix(regex_t*,pg_wchar**,size_t*);
externvoidpg_regfree(regex_t*);
externsize_tpg_regerror(int,constregex_t*,char*,size_t);
externvoidpg_set_regex_collation(Oidcollation);

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,
constchr*string,/*正则表达式字符串*/
size_tlen,/*正则表达式字符串长度*/
intflags,
Oidcollation)

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

flags

src/backend/utils/adt/regexp.c

/*alltheoptionsofinterestforregexfunctions*/
typedefstructpg_re_flags
{
intcflags;/*compileflagsforSpencer'sregexcode*/
boolglob;/*doitglobally(foreachoccurrence)*/
}pg_re_flags;

/*
*parse_re_flags-parsetheoptionsargumentofregexp_matchesandfriends
*
*flags---outputargument,filledwithdesiredoptions
*opts---TEXTobject,orNULLfordefaults
*
*Thisacceptsalltheoptionsallowedbyanyofthecallers;callersthat
*don'twantsomehavetorejectthemafterthefact.
*/
staticvoid
parse_re_flags(pg_re_flags*flags,text*opts)
{
/*regexflavorisalwaysfoldedintothecompileflags*/
flags->cflags=REG_ADVANCED;
flags->glob=false;

if(opts)
{
char*opt_p=VARDATA_ANY(opts);
intopt_len=VARSIZE_ANY_EXHDR(opts);
inti;

for(i=0;iglob=true;
break;
case'b':/*BREs(butwhy???)*/
flags->cflags&=~(REG_ADVANCED|REG_EXTENDED|REG_QUOTE);
break;
case'c':/*casesensitive*/
flags->cflags&=~REG_ICASE;
break;
case'e':/*plainEREs*/
flags->cflags|=REG_EXTENDED;
flags->cflags&=~(REG_ADVANCED|REG_QUOTE);
break;
case'i':/*caseinsensitive*/
flags->cflags|=REG_ICASE;
break;
case'm':/*Perloidsynonymforn*/
case'n':/*\naffects^$.[^*/
flags->cflags|=REG_NEWLINE;
break;
case'p':/*~Perl,\naffects.[^*/
flags->cflags|=REG_NLSTOP;
flags->cflags&=~REG_NLANCH;
break;
case'q':/*literalstring*/
flags->cflags|=REG_QUOTE;
flags->cflags&=~(REG_ADVANCED|REG_EXTENDED);
break;
case's':/*singleline,\nordinary*/
flags->cflags&=~REG_NEWLINE;
break;
case't':/*tightsyntax*/
flags->cflags&=~REG_EXPANDED;
break;
case'w':/*weird,\naffects^$only*/
flags->cflags&=~REG_NLSTOP;
flags->cflags|=REG_NLANCH;
break;
case'x':/*expandedsyntax*/
flags->cflags|=REG_EXPANDED;
break;
default:
ereport(ERROR,
(errcode(ERRCODE_INVALID_PARAMETER_VALUE),
errmsg("invalidregexpoption:\"%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！

PostgreSQL 正则表达式 常用函数的总结

热门推荐

随机推荐

PostgreSQL 正则表达式常用函数的总结