如何从 PostgreSQL 中的文本中删除分隔部分？

Question

我想从一个字符串中去掉一些文本模式，我的字符串有一个竖线分隔符，而且参数并不总是相互跟随。

这是我的字符串

TType=SEND|Status=OK|URL=min://j?_a=3&ver=1.1|day=3

我要消除TType=SEND和URL=min://j?_a=3&ver=1.1

因此我的最终结果应该是

Status=OK|day=3

我尝试过的。 在 postgresql 中 不工作。

select REGEXP_REPLACE('TType=SEND|Status=OK|URL=min://j?_a=3&ver=1.1|day=3', 
'(TType=.*?(\||$))|(URL=.*?(\||$))', '')

Answer 1

答案：

SELECT 
REGEXP_REPLACE(
 REGEXP_REPLACE('TType=SEND|Status=OK|URL=min://j?_a=3&ver=1.1|day=3',
  '(TType|URL)=[^|]*\|?', '','g'),
'\|$', '');

解释：

1. 您的模式中的.*? 部分虽然不贪心，但也使用冒号，因此不符合预期。这是由 [^|]* 修复的，它使用任何非冒号字符，零次或多次。

2. 那么您还需要添加全局标志“g”，以替换所有出现的模式，如documentation 中所述。

3. 最后，如果您需要消除的参数最后出现（因为参数可以以任意顺序出现），您需要添加额外的替换步骤以消除字符串末尾的残留冒号。

例如没有额外的步骤，如下

SELECT
REGEXP_REPLACE('Status=OK|URL=min://j?_a=3&ver=1.1|day=3|TType=SEND',
  '(TType|URL)=[^|]*\|?', '','g');

生产

Status=OK|day=3|

同时，添加额外的步骤，如下

SELECT 
REGEXP_REPLACE(
 REGEXP_REPLACE('Status=OK|URL=min://j?_a=3&ver=1.1|day=3|TType=SEND',
  '(TType|URL)=[^|]*\|?', '','g'),
'\|$', '');

产生所需的

Status=OK|day=3

Answer 2

step-by-step demo:db<>fiddle

SELECT
    string_agg(elements,'|')                                                 -- 3
FROM mytable,
    regexp_split_to_table(mystring, '\|') as elements                        -- 1
WHERE split_part(elements, '=', 1) = ANY(ARRAY['TType', 'URL']) IS NOT TRUE  -- 2

1. 将字符串拆分为A=B 等参数。将每个移动到单独的记录中
2. 在 = 字符处拆分这些元素并过滤没有键 = TType 或 URL 的元素
3. 最后将所有这些第一次拆分聚合到一个字符串列表中。

Answer 3

The S-Man's answer 是一个工作的人?

当然赞成，解决方案还可以，但它不能完全满足我的问题。因为我希望解决方案在 select 和 from 范围内

如果这是“强制性”要求，那么我会看到以下选项：

1. 创建函数
2. 使用 LATERAL JOIN 将所有逻辑封装到一个地方，相关PostgreSQL: using a calculated column in the same query

最终查询可能如下所示：

SELECT t.*, s.result
FROM t
LEFT JOIN LATERAL (
   SELECT string_agg(elements,'|') AS result
   FROM regexp_split_to_table(t.col, '\|') as elements
   WHERE split_part(elements, '=', 1) = ANY(ARRAY['TType', 'URL']) IS NOT TRUE) s ON TRUE

db<>fiddle demo

或者在 SELECT 列表中使用子查询：

SELECT t.*, 
(
   SELECT string_agg(elements,'|') AS result
   FROM regexp_split_to_table(t.col, '\|') as elements
   WHERE split_part(elements, '=', 1) = ANY(ARRAY['TType', 'URL']) IS NOT TRUE
) AS result
FROM t

db<>fiddle demo 2

Answer 4

以下基于正则表达式的解决方案应该可以解决问题：

SELECT TRIM(REGEXP_REPLACE(
         'TType=SEND|Status=OK|URL=min://j?_a=3&ver=1.1|day=3', 
         '(TType|URL)=[^|]*(\||$)', '', 'g'), '|')
-- outputs:
-- Status=OK|day=3

模式的工作原理：

(TType|URL)=[^|]*(\||$)
|-----------|----|-----
1           2    3

1. 如果任何子字符串以TType 或URL 开头，后跟=，则该模式开始使用
2. 模式使用任何非的字符|
3. 该模式使用 |或字符串的结尾

g 标志在 documentation 中描述为

标志 g 指定替换每个匹配的子字符串，而不仅仅是第一个。

这里是必要的，因为我们要替换所有匹配我们模式的子字符串。

最后，有时单个| 字符可能会保留在字符串的末尾。任何尾随 | 字符都是来自使用 TRIM 的结果中的 trimmed

Answer 5

您尝试的正则表达式存在一些问题：

1. 即使使用了非​​贪婪的.*? 匹配，它仍然可以包含管道符号。这可以通过使用允许除管道符号之外的任何内容的匹配器来纠正（这可能是贪婪的）：[^|]*
2. 它应该使用'g' 标志来替换所有匹配项，而不仅仅是第一个。
3. 它只在末端寻找管道，而不是在开头。这意味着如果它匹配最后一个管道之后的字符串（即您的示例中的URL=...），它将在最后保持最后一个管道完好无损。

根据以上几点，这是一个工作版本：

SELECT REGEXP_REPLACE('TType=SEND|Status=OK|URL=min://j?_a=3&ver=1.1|day=3', '((Status|TType)=[^|]*[|]|[|](Status|TType)=[^|]*)', '', 'g')

Rextester 演示： https://rextester.com/CYBP40923