sql - Postgresql 的子字符串表达式

Question

我有一个message带有字符串的字段，例如<pika> [SOME_TEXT_WITH|ACTION] And other stuff....

我希望捕捉括号内的内容。我使用以下表格：

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

但它总是以同样令人讨厌的错误消息失败：«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，你必须一致地使用相同的转义，而不是\在某些地方和#其他地方。例如：

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

文档并没有很清楚地说明捕获运算符实际上是<ESCAPECHAR>"，而不是#"具体。这同样有效，使用常规反斜杠转义：

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 在幕后将 POSIXSIMILAR TO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

Answer 2

我认为以下内容可以满足您的要求：

SELECT substring(cast(message as varchar(1000)) FROM '.*\[([A-Z_\|]*)\].*'
                )
FROM my_table;