PostgreSQL 正则表达式 常用函数的总结
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
<p>PostgreSQL 正则表达式 常用函数的总结</p>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@localhost regex]# pwd /opt/hgdb-core/src/include/regex [root@localhost regex]# ll total 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@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]#
内置函数实现在 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]#
内置函数声明：
/ 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 ));
参数类型及返回值类型：
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
/ 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;
存放编译后的正则表达式
regmatch_t 结构体
/ 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
/*
- 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);
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, const chr string, / 正则表达式字符串 / size_t len, / 正则表达式字符串长度 / int flags, Oid collation)
int pg_regexec(regex_t re, / 已经用regcomp函数编译好的正则表达式 / const chr string, / 目标字符串 / size_t len, / 目标字符串长度 / size_t search_start, / 匹配开始位置 / rm_detail_t details, / NULL / size_t nmatch, / 是regmatch_t结构体数组的长度 / regmatch_t pmatch[], / regmatch_t类型的结构体数组，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 void parse_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; } } } }
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！
