Postgresql：将逗号分隔的整数值和间隔转换为序列数

Question

我有一个包含以下内容的表格：

Value 是一个 varchar 类型，用于存储字符串字符，例如 comma 和 dashes，所以任何事情都会发生。但通常它只包含numbers、comma 和dash 来指定间隔。

id | value      | 
------------------
1  | 1,2,5,8-10 |
2  | 1,2,3      |
3  | 1-3        |
4  | 1-3, 4-5   |
5  | 1-2,2-3    |

我想执行select 查询，以在数据库级别（而不是代码级别）以“规范化”代码可读格式（逗号分隔）检索值，这就是为什么我需要选择一个像这样的表。

id | value      | normalized
-------------------------------
1  | 1,2,5,8-10 |1,2,5,8,9,10
2  | 1,2,3      |1,2,3
3  | 1-3        |1,2,3
4  | 1-3, 4-5   |1,2,3,4,5
5  | 1-2,2-3    |1,2,3

id 为 5 的记录的特殊情况，即使它指定了 2 两次，它仍然应该只检索 2 一次。 postgres 中是否有一个功能可以做到这一点？如果不是，我如何解析字符串并对Postgres sql 中的数字进行排序？

Answer 1

对于您首选的 PL 中的过程或简单的 C 扩展，这似乎是一个很好的案例。 pl/perl、pl/pythonu 或 pl/v8 将是我的选择。

也就是说，在 SQL 中这很容易。拆分以查找子范围，可以是单个数字或范围。然后对于它上面的每个范围 generate_series。

例如：

SELECT n 
FROM
   regexp_split_to_table('1,2,5,8-10', ',') subrange,
   regexp_split_to_array(subrange, '-') subrange_parts,
   generate_series(subrange_parts[1]::integer, 
                  coalesce(subrange_parts[2], subrange_parts[1])::integer
   ) n;

您可以将其包装为 SQL 函数，或用作表查询的一部分。

应用于表格，你会得到类似的东西：

CREATE TABLE example
    ("id" int, "value" varchar)
;

INSERT INTO example
    ("id", "value")
VALUES
    (1, '1,2,5,8-10'),
    (2, '1,2,3'),
    (3, '1-3'),
    (4, '1-3, 4-5'),
    (5, '1-2,2-3')
;

当应用于类似于以下内容的表格时：

SELECT
  example.id,
  array_agg(DISTINCT n) AS expanded_set
FROM
   example,
   regexp_split_to_table(example.value, ',') subrange,
   regexp_split_to_array(subrange, '-') subrange_parts,
   generate_series(subrange_parts[1]::integer, 
                  coalesce(subrange_parts[2], subrange_parts[1])::integer
   ) n
 GROUP BY
   example.id;

结果（添加了原始 col）：

 id | original_format |  expanded_set  
----+-----------------+----------------
  1 | 1,2,5,8-10      | {1,2,5,8,9,10}
  2 | 1,2,3           | {1,2,3}
  3 | 1-3             | {1,2,3}
  4 | 1-3, 4-5        | {1,2,3,4,5}
  5 | 1-2,2-3         | {1,2,3}
(5 rows)

这不会特别快，但可能没问题。如果没有，请在 C 中写一些更快的东西作为扩展，或者可能是 plperl 或其他东西。

要了解发生了什么，请阅读 PostgreSQL 手册部分：

• GROUP BY 和聚合
• 聚合函数，尤其是array_agg
• DISTINCT 作为聚合限定符
• PostgreSQL 数组，我在这里用作中间状态和结果
• generate_series 函数
• regexp_split_to_table 和 regexp_split_to_array 函数
• LATERAL 查询，这里隐式使用，因为一个函数使用连接列表中另一个函数的结果。

以上示例仅适用于 PostgreSQL 9.2 及更新版本。如果您有旧版本，则必须使用嵌套子查询层来解决缺少 LATERAL 的问题。