数据仓库服务 GAUSSDB(DWS)-模式匹配操作符:POSIX正则表达式

时间：2023-12-15 11:45:23

POSIX正则表达式

正则表达式是一个字符序列，它是定义一个串集合（一个正则集）的缩写。如果一个串是正则表达式描述的正则集中的一员时，那么就说这个串匹配该正则表达式。 POSIX正则表达式提供了比LIKE和SIMILAR TO操作符更强大的含义。表2列出了所有可用于POSIX正则表达式模式匹配的操作符。

表2 正则表达式匹配操作符
操作符	描述	例子
~	匹配正则表达式，大小写敏感	'thomas' ~ '.thomas.'
~*	匹配正则表达式，大小写不敏感	'thomas' ~* '.Thomas.'
！~	不匹配正则表达式，大小写敏感	'thomas' !~ '.Thomas.'
！~*	不匹配正则表达式，大小写不敏感	'thomas' !~* '.vadim.'

匹配规则

与LIKE不同，正则表达式允许匹配串里的任何位置，除非该正则表达式显式地挂接在串的开头或者结尾。

除了上文提到的元字符外， POSIX正则表达式还支持下表的模式匹配元字符。

表3 模式匹配元字符
元字符	含义
^	表示串开头的匹配。
$	表示串末尾的匹配。
.	匹配任意单个字符。

正则表达式函数
POSIX正则表达式支持下面函数。
- substring(string from pattern)函数提供了抽取一个匹配POSIX正则表达式模式的子串的方法。
- regexp_replace(string, pattern, replacement [,flags ])函数提供了将匹配POSIX正则表达式模式的子串替换为新文本的功能。
- regexp_matches(string text, pattern text [, flags text])函数返回一个文本数组，该数组由匹配一个POSIX正则表达式模式得到的所有被捕获子串构成。
- regexp_split_to_table(string text, pattern text [, flags text])函数把一个POSIX正则表达式模式当作一个定界符来分离一个串。
- regexp_split_to_array(string text, pattern text [, flags text ])和regexp_split_to_table类似，是一个正则表达式分离函数，不过它的结果以一个text数组的形式返回。
  
  正则表达式分离函数会忽略零长度的匹配，这种匹配发生在串的开头或结尾或者正好发生在前一个匹配之后。这和正则表达式匹配的严格定义是相悖的，后者由regexp_matches实现，但是通常前者是实际中最常用的行为。

示例

 SELECT 'abc' ~ 'Abc' AS RESULT;
result 
--------
 f
(1 row)

SELECT 'abc' ~* 'Abc' AS RESULT;
 result 
--------
 t
(1 row)

SELECT 'abc' !~ 'Abc' AS RESULT;
 result 
--------
 t
(1 row)

SELECT 'abc'!~* 'Abc' AS RESULT;
 result 
--------
 f
(1 row)

SELECT 'abc' ~ '^a' AS RESULT;
 result 
--------
 t
(1 row)

SELECT 'abc' ~ '(b|d)'AS RESULT;
 result 
--------
 t
(1 row)

SELECT 'abc' ~ '^(b|c)'AS RESULT;
 result 
--------
 f
(1 row)

虽然大部分的正则表达式搜索都能很快地执行，但是正则表达式仍可能被人为地控制，通过任意长的时间和任意量的内存进行处理。不建议从非安全模式来源接受正则表达式搜索模式，如果必须这样做，建议加上语句超时限制。使用SIMILAR TO模式的搜索具有同样的安全性危险，因为SIMILAR TO提供了很多和POSIX-风格正则表达式相同的能力。LIKE搜索比其他两种选项简单得多，因此在接受非安全模式来源搜索时要更安全些。

上一篇：数据仓库服务 GAUSSDB(DWS)-Roaring Bitmap聚合函数:rb_build_agg(int)

下一篇：数据仓库服务 GAUSSDB(DWS)-模式匹配操作符:SIMILAR TO