不能适合子字符串的正则表达式答案

【问题标题】：Can't fit regexp for a substring不能适合子字符串的正则表达式
【发布时间】：2021-12-10 05:15:19
【问题描述】：

我必须在 PostgreSQL 中使用正则表达式从文本中查找并删除一个子字符串。子字符串对应的条件是：for|while的双引号之间的文本>

示例

文字：

PERFORM xxkkcsort.f_write_log("INFO", "xxkkcsort.f_load_tables__outof_order_system", "   Script for data loading: ", false, v_sql, 0);

所以，我的目的是找到并删除子字符串“数据加载脚本：”。当我尝试使用下面的脚本时：

SELECT regexp_replace(
   'PERFORM xxkkcsort.f_write_log("INFO", "xxkkcsort.f_load_tables__outof_order_system", "> Table for loading: "||cc.source_table_name , false, null::text, 0);'
 , '(\")(.*(for|while)(\s).*)(\")'
 , '');

我已经替换了双引号内的所有文本。结果如下：

PERFORM xxkkcsort.f_write_log(||cc.source_table_name , false, null::text, 0);

解决问题的正确正则表达式是什么？

【问题讨论】：

标签： regex postgresql

【解决方案1】：

你可以使用

SELECT regexp_replace(
   'PERFORM xxkkcsort.f_write_log("INFO", "xxkkcsort.f_load_tables__outof_order_system", "> Table for loading: "||cc.source_table_name , false, null::text, 0);',
   '"[^"]*(for|while)\s[^"]*"',
   '') AS Result;

输出：

PERFORM xxkkcsort.f_write_log("INFO", "xxkkcsort.f_load_tables__outof_order_system", ||cc.source_table_name , false, null::text, 0);

请参阅 regex demo 和 DB fiddle。详情：

" - 一个 " 字符
[^"]* - 除" 之外的零个或多个字符
(for|while) - for 或 while
\s - 一个空格
[^"]*" - 除了" 和" 字符之外的零个或多个字符。

【讨论】：

【解决方案2】：

双引号之间包含 for|while 的任何文本

SELECT regexp_replace(string, '"[^"]*\m(?:for|while)\M[^"]*"', '');

" ...字面意思"（这里没有特殊含义，所以不用转义）

[^"]* ... 字符类，包括除" 之外的所有字符，0-n 次

\m ... beginning of a word

(?:for|while) ...non-capturing parentheses 中的两个分支
（regexp_replace() 也适用于简单的捕获括号，但这种方式更便宜，因为您不使用捕获的子字符串。但是尝试使用替换 '\1'，这会有所不同...）

\M ... end of a word

[^"]* ...如上

" ...如上

我从您的表达式中删除了\s，因为任务描述并不严格要求空格字符（字符串结尾或分隔单词的标点符号...）。