法从非标准标记字符串值的PostgreSQL

Question

不幸的是，我有类似下面的表格：

DROP TABLE IF EXISTS my_list; 
CREATE TABLE my_list (index int PRIMARY KEY, mystring text, status text); 

INSERT INTO my_list  
(index, mystring,           status) VALUES 
    (12, '',             'D'), 
    (14, '[id] 5',            'A'), 
    (15, '[id] 12[num] 03952145815',       'C'), 
    (16, '[id] 314[num] 03952145815[name] Sweet',    'E'), 
    (19, '[id] 01211[num] 03952145815[name] Home[oth] Alabama', 'B'); 

有什么诀窍从上面显示的文本mystring走出[id]数量integer？仿佛我跑下面的查询：

SELECT index, extract_id_function(mystring), status FROM my_list; 

，并得到了类似的结果：

12 0  D 
14 5  A 
15 12 C 
16 314 E 
19 1211 B 

优选仅简单的字符串函数，如果没有正则表达式将被罚款。

Answer 1

如果我理解正确，你有一个非常规的标记格式，其中[id]后跟一个空格，然后是一系列代表数字标识符的数字。没有结束标记，下一个非数字字段结束标识。

如果是这样，你将能够用non-regexp字符串操作来做到这一点，但只能非常糟糕。你真正需要的是相当于strtol的SQL，它消耗了直到第一个非数字的输入，并且只返回它。转换为integer不会这样做，如果在数字后面看到非数字垃圾，它会报告错误。 （正如我刚刚写了一个C扩展，揭露strtol解码十六进制值，但我猜你不想使用C扩展，如果你甚至不想正则表达式......）

它可以与字符串OPS做，如果你做了简化假设，即[id] nnnn标签总是用绳子或另一个标签任年底结束，所以它总是[在号码的末尾。如果多个字符串出现，我们还假定您只对第一个[id]感兴趣。这样，你可以写类似下面的恐怖怪物：

select 
    "index", 
    case 
    when next_tag_idx > 0 then substring(cut_id from 0 for next_tag_idx) 
    else cut_id 
    end AS "my_id", 
    "status" 
from (
    select 
    position('[' in cut_id) AS next_tag_idx, 
    * 
    from (
    select 
     case 
     when id_offset = 0 then null 
     else substring(mystring from id_offset + 4) 
     end AS cut_id, 
     * 
    from (
     select 
     position('[id] ' in mystring) AS id_offset, 
     * 
     from my_list 
    ) x 
) y 
) z; 

（如果有人曾经实际使用该查询什么，小猫会从天上掉下来，并图示在人行道上，惊恐地哀号一路下跌）。

或者你也可以是明智的，只是使用正则表达式对这种字符串处理的，在这种情况下，您的查询（假设你只想要第一个[id]）是：

regress=> SELECT 
      "index", 
      coalesce((SELECT (regexp_matches(mystring, '\[id\]\s?(\d+)'))[1])::integer, 0) AS my_id, 
      status 
      FROM my_list; 
index | my_id   | status 
-------+----------------+-------- 
    12 | 0    | D 
    14 | 5    | A 
    15 | 12    | C 
    16 | 314   | E 
    19 | 01211   | B 
(5 rows) 

更新：如果你在使用正则表达式处理unicode问题时，升级到Pg 9.2。请参阅https://stackoverflow.com/a/14293924/398670