使用正则表达式进行 Postgresql 数据库搜索答案

【问题标题】：Postgresql database search with regex使用正则表达式进行 Postgresql 数据库搜索
【发布时间】：2012-06-23 11:30:49
【问题描述】：

我正在使用带有 VB.NET 和 ODBC (Windows) 的 PostgreSQL 数据库。

我正在通过将 SELECT 与正则表达式相结合来搜索整个单词的句子，如下所示：

"SELECT dtbl_id, name 
   FROM mytable 
  WHERE name ~*'" + "( |^)" + TextBox1.Text + "([^A-z]|$)"

这在某些情况下搜索得很好，但由于文本中的语法错误（或其他原因），它有时会失败。例如，如果我有句子

比利偶像：白色婚礼

将找到“白色”一词。但是如果我有

白色冲突暴动

然后找不到“white”，因为单词“white”的开头之间没有空格。

最简单的解决方案是将句子:,.\/-=等中的字符临时更改或替换为空格。

这是否可以在单个 SELECT 行中执行以适合与 .NET/ODBC 一起使用？也许在同一个正则表达式中？

如果是，怎么做？

【问题讨论】：

【解决方案1】：

试试这个：

SELECT 'CLASH-WHITE RIOT' ~ '[[:<:]]WHITE[[:>:]]';

[[:<:]] 和[[:>:]] 分别表示单词的开头和结尾

【讨论】：

必须小心高 UNICODE 代码点（如日文字母），因为正则表达式引擎对它们不可靠。 Ongoing discussion by the Postgres developers here.
感谢 Szymon，非常有趣。添加一个 ~* 引擎变得不区分大小写，这很好！但是如果我尝试搜索 O'CONNOR 程序崩溃（我认为是 '）。另外，可能是 unicode 问题，如果搜索词包含像 ANDRIĆ 或 MEŠA 这样的斯拉夫字母，则搜索不会返回任何数据（但它应该会导致此类数据存在）。还有什么建议吗？
要处理引用问题，请参阅quote_literal() 函数或使用您的开发环境中可用的任何参数替换技术。要在匹配之前从字符中删除变音符号，请参阅 unaccent 扩展名。 postgresql.org/docs/9.1/interactive/unaccent.html
感谢 kgritin 提供非常有价值的信息。我已经用 tsquery 得到了一些结果。此外，您知道如何将数据句中的“.,;:”等符号视为空格吗？所以我可以从 "MR.JOHN" = MR and JOHN 中得到两个词。