pgsql 筛选中文字符正则_Postgresql 正则表达式

9.7.3. POSIX 正则表达式

Table 9-11 列出了所有可用的 用于 POSIX 正则表达式的操作符。

Table 9-11. 正则表达式匹配操作符

操作符描述例子

~

匹配正则表达式，大小写相关

'thomas' ~ '.*thomas.*'

~*

匹配正则表达式，大小写无关

'thomas' ~* '.*Thomas.*'

!~

不匹配正则表达式，大小写相关

'thomas' !~ '.*Thomas.*'

!~*

不匹配正则表达式，大小写无关

'thomas' !~* '.*vadim.*'

POSIX 正则表达式提供了比 LIKE 和 SIMILAR TO 操作符 更强大的模式匹配的方法。许多 Unix 工具，比如 egrep， sed，或 awk 使用一种与我们这里描述的类似的模式匹配语言。

正则表达式是一个字符序列，它是定义一个字串集合 (一个正则集合)的缩写。 如果一个字串是正则表达式描述的正则集合中的一员时， 我们就说这个字串匹配该正则表达式。 和 LIKE 一样，模式字符准确地匹配字串字符， 除非在正则表达式语言里有特殊字符 — 不过正则表达式用的 特殊字符和 LIKE 用的不同。 和 LIKE 不一样的是，正则表达式 可以匹配字串里的任何位置，除非该正则表达式明确地挂接在字串 的开头或者结尾。

一些例子：

'abc' ~ 'abc' true

'abc' ~ '^a' true

'abc' ~ '(b|d)' true

'abc' ~ '^(b|c)' false

带两个参数的substring，substring(string from pattern)，提供了从字串中抽取一个匹配 POSIX 正则表达式模式的 子字串的方法。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。 但是如果该模式包含任何圆括弧，那么将返回匹配第一对子表达式(对应第一个左圆括弧的) 的文本。如果你想在表达式里使用圆括弧而又不想导致这个例外，那么你可以在整个表达式外边放上一对儿圆括弧。 如果你需要在想抽取的子表达式前有圆括弧，参阅描述的非捕获性圆括弧。

一些例子：

substring('foobar' from 'o.b') oob

substring('foobar' from 'o(.)b') o

regexp_replace 函数提供了将匹配 POSIX 正则表达式模式地子字串替换为信的文本的功能。 它的语法是 regexp_replace(source, pattern, replacement [, flags ])。 如果没有匹配 pattern 的子字串，那么返回不加修改的 source 字串。 如果有匹配，则返回的 source 字串里面的对应子字串将被 replacement 字串替换掉。replacement 字串可以包含 \n， 这里的 n 是 1 到 9， 表明源字串里匹配模式里第 n 个圆括弧子表达式的部分将插入在该位置， 并且它可以包含 \& 表示应该插入匹配整个模式的字串。 如果你需要放一个文本反斜杠在替换文本里，那么写 \\。 (和通常一样，记得在文本常量字串里写双反斜杠。)

Some examples:

regexp_replace('foobarbaz', 'b..', 'X')

fooXbaz

regexp_replace('foobarbaz', 'b..', 'X', 'g')

fooXX

regexp_replace('foobarbaz', 'b(..)', 'X\\1Y', 'g')

fooXarYXazY

PostgreSQL 的正则表达式是使用 Henry Spencer 写的一个包来实现的。下面的正则表达式的大部分描述都是从他的手册页里面 逐字拷贝过来的。

9.7.3.1. 正则表达式

正则表达式("RE")，在POSIX1003.2 中定义， 它有两种形式：扩展的RE或者是ERE (基本上就是那些在 egrep 里的)， "基本"的RE或者是BRE (基本上就是那些在 ed里的)。 PostgreSQL 两种形式都实现了，并且还做了一些POSIX里面没有的， 但是因为在类似 Perl 或者 Tcl 这样的语言中得到广泛应用的一些扩展。 使用了那些非POSIX扩展的 RE 叫高级 RE， 或者我们文档里说的 ARE。ARE 几乎完全是 ERE 的超集，但是 BRE 有几个符号上的不兼容(以及更多的限制)。我们首先描述 ARE 和 ERE 形式， 描述那些只适用于 ARE 的特性，然后描述 BRE 的区别是什么。

注意: 我们可以通过设置运行时参数regex_flavor来选择 PostgreSQL 接受的正则表达式的形式。 通常的设置是advanced(高级)，但是我们可以选择 extended 和 7.4 以前的PostgreSQL版本做到最大的向下兼容。

(现代)的 RE 是一个或多个非空的 分支， 由 | 分隔。它匹配任何匹配其中一个分支的东西。

一个分支是一个或多个有修饰的原子或者约束 连接而成。一个原子匹配第一个，然后后面的原子匹配第二个， 以此类推。

一个有修饰的原子是一个原子