如何在 postgres 中创建一个函数，用一系列“REGEXP_REPLACE”更新字段

Question

我正在尝试创建一个使文本列同质化的函数。它是一系列 regex_replaces 在 case when 函数中。

我相信以下（缩短的）代码应该给我解决方案：

CREATE OR REPLACE FUNCTION clean_data(address_token text) RETURNS 
setof text
AS
$$
BEGIN
return case when address_token like '%allee' OR address_token LIKE '%ally' OR address_token LIKE '%aly' then regexp_replace(address_token,'(allee|ally|aly)$', 'alley')
when address_token like '%annex' OR address_token LIKE '%annx' OR address_token LIKE '%anx' then regexp_replace(address_token,'(annex$|annx$|anx$)', 'anex')
when address_token like '%arc' then regexp_replace(address_token ,'arc$', 'arcade')

.
.
.

when address_token like '%wls' then regexp_replace(address_token ,'wls$', 'wells') else address_token;
END;
$$ LANGUAGE plpgsql;

CREATE TABLE newtable AS
select postcode, (clean_data(address1)) as address1 (clean_data(address2)) as address2, (clean_data(address3)) as address3
from oldtable where postcode SIMILAR TO '(a|b)%';

但是，当我运行它时，我收到错误消息：

RETURN cannot have a parameter in function returning set
LINE 5:   return case when address_token like '%allee' OR address_to...
             ^
HINT:  Use RETURN NEXT or RETURN QUERY.

当我接受它的建议并改用“返回查询”时，我被告知：

syntax error at or near "case"
LINE 5:   return query case when address_token like '%allee' OR addr...

我觉得这不是很有帮助。

这个函数的正确写法是什么？

我对 SQL 函数比较陌生，并且不能 100% 确定：

• 'returns setof text'：这会按预期返回一个字段吗？
• 语言：这是 SQL 还是 plpgsql
• 'RETURN' vs 'RETURN NEXT' vs 'RETURN QUERY'：我不确定这里的区别

过去几个小时我一直在谷歌上搜索，进展甚微，了解也很少，因此我们将不胜感激

Answer 1

关键错误在于 setof 返回多行数据：您的函数一次只对一行进行操作，因此应该简单地返回 text。您已将此标记为 plpgsql，但由于它只是一条语句，因此它与 SQL 一样好：SQL 中不需要 BEGIN 和 END 语句，您可以使用 select 而不是 return结果。虽然您的CASE 语句很长，但这仍然是一个简单的函数，一个输入和一个输出为in the docs。

第二个错误是你错过了CASE语句的END：你需要结束case，然后结束plpgsql函数，所以你会有一个双重结束。

CREATE OR REPLACE FUNCTION clean_data(address_token text) RETURNS text
AS
$$
BEGIN
return case when address_token like '%allee' OR address_token LIKE '%ally' OR address_token LIKE '%aly' then regexp_replace(address_token,'(allee|ally|aly)$', 'alley')
.
.
.
when address_token like '%wls' then regexp_replace(address_token ,'wls$', 'wells') else address_token
end;
END;
$$ LANGUAGE plpgsql;

Answer 2

PostgreSQL 手册说：

可以声明SQL函数返回一个集合（即多行） 通过将函数的返回类型指定为 SETOF sometype，或 等效地通过将其声明为 RETURNS TABLE(columns)

因此，您使用 setof 返回 rows。在您的情况下，您将返回一个“字段”。所以你应该把你的回报改成RETURNS TEXT（不带setof），或者如果你需要一个表格，你应该把你的案例的输出设置成一个记录或行。

Answer 3

为什么要为 case 表达式烦恼呢。只需按原样使用您的 regexp_replace 函数，它们已经在您的案例语句中体现了谓词。

最好把你的表达式放到一个表格中，然后循环遍历它们：

SQL Fiddle

PostgreSQL 9.3 架构设置：

create table samples(address_token text);
create table replacements(exp varchar(30), value varchar(30), flags varchar(10));

INSERT INTO samples
    (address_token)
VALUES
    ('DB Ally'),
    ('SQL Annex'),
    ('Penny Arc'),
    ('CPU Wls')
;

INSERT INTO replacements
    (exp, value, flags)
VALUES
    ('(allee|ally|aly)$', 'alley', 'i'),
    ('(annex$|annx$|anx$)', 'anex', 'i'),
    ('arc$', 'arcade', 'i'),
    ('wls$', 'wells', 'i')
;

create or replace function clean_data(address_token text) returns text
as
$$
DECLARE
  r record;
  result text;
BEGIN
  result := address_token;
  for r in (select exp, value, flags from replacements) loop
      result := regexp_replace(result, r.exp, r.value, r.flags);
  end loop;
  return result;
end;
$$ LANGUAGE plpgsql;
/

查询 1：

select * from replacements

Results：

|                 exp |  value | flags |
|---------------------|--------|-------|
|   (allee|ally|aly)$ |  alley |     i |
| (annex$|annx$|anx$) |   anex |     i |
|                arc$ | arcade |     i |
|                wls$ |  wells |     i |

查询 2：

select address_token, clean_data(address_token) new_val
  from samples

Results：

| address_token |      new_val |
|---------------|--------------|
|       DB Ally |     DB alley |
|     SQL Annex |     SQL anex |
|     Penny Arc | Penny arcade |
|       CPU Wls |    CPU wells |