regex - Postgres 正则表达式从路径中获取子字符串

Question

我需要从路径目录中获取一个子字符串，该路径目录由 2 个数字前后跟一个“_”组成。字符串如下:

'P:\pgdfecol\71698384737978\INFENTECONTROL\2011_9_43\2011_9_46_43_29_10.ZIP'

在这种情况下，我想在 46 之后获得 43。

路径按照下一条规则存储，在最后一个反斜杠之后:

'\TablesPK_twoCharactersClassification_twoCharactersDocumentType_anything.ZIP'

我想得到分类。问题是表的主键可能不止一个字段，尽管我知道在每种情况下 pk 中有多少字段。

我得到了这样的东西:

select substring(substring(substring('P:\pgdfecol\71698384737978\INFENTECONTROL\2011_9_43\2011_9_46_43_29_10.ZIP' from '([^\\]*(\.ZIP|zip))') from '([^_]*_){4}') from '[0-9]{2}')

但我想要更简单的东西。

其他情况:

'P:\pgdfecol\71698384737978\INFENTECONTROL\2011_03_46\2011_03_46_46_48_.ZIP'

(需要第二个46)

'P:\pgdfecol\71698384737978\INFCONTABLE\2009_05_INBP\2009_05_INBP_22_28_.ZIP'

(需要INBP后面的22)

'P:\pgdfecol\71698384737978\INFOFICIAL\2007_06_MB\2007_06_MB_29_28_.ZIP'

(需要29个)

'P:\pgdfecol\71698384737978\ASOCIADOS\8010625\8010625_02_04_20110111.ZIP'

(8010625之后的02)

在最后一种情况下，pk 只是一个字段，所以我将句子更改为:

select substring(substring(substring('P:\pgdfecol\71698384737978\ASOCIADOS\8010625\8010625_02_04_20110111.ZIP' from '([^\\]*(\.ZIP|zip))') from '([^_]*_){2}') from '[0-9]{2}')

对于一个 Pk，我需要第二组 ([^_]*_)，对于三个 Pk，我需要第四组，依此类推。

select substring(substring(substring('P:\pgdfecol\71698384737978\ACTASCOMITE\ACRE123\ACRE123_17_11_.ZIP' from '([^\\]*(\.ZIP|zip))') from '([^_]*_){2}') from '[0-9]{2}')

(我得到 17)

我正在使用 postgres 9.0。

Answer 1

我开始明白了。考虑这个测试用例:

WITH x(txt) AS ( VALUES
     ('P:\pgdfecol\71698384737978\INFENTECONTROL\2011_9_43\2011_9_46_43_29_10.ZIP')  -- 43
    ,('P:\pgdfecol\71698384737978\INFENTECONTROL\2011_03_46\2011_03_46_46_48_.ZIP')  --need the second 46
    ,('P:\pgdfecol\71698384737978\INFCONTABLE\2009_05_INBP\2009_05_INBP_22_28_.ZIP') --need the 22 after INBP
    ,('P:\pgdfecol\71698384737978\INFOFICIAL\2007_06_MB\2007_06_MB_29_28_.ZIP')      --need the 29
    )
SELECT txt, substring(txt, '\\(?:[^_\\]+_){3}(\d\d)_[^\\]*\.(?:ZIP|zip)$')
FROM   x

(?:) .. 非捕获括号
[^_\\].. 具有除 \ 和 _
之外的任何字符的字符类 \d .. 一个数字，与 [0-9] 有效
+ .. 1个或多个匹配(贪心)
$ .. 字符串结尾
[_\d] .. 带有数字和 _

的字符类

只有一个 pk 的情况需要不同的模式。使用 {1} 而不是 {3}。

不确定为什么要转义反斜杠。在现代版本的 PostgreSQL 中 standard_conforming_strings默认情况下是 on，因此您不需要转义字符串中的反斜杠 - 但当然仍然是正则表达式。