GaussDB(DWS)的正则表达式知多少

举报
wangxiaojuan8 发表于 2021/02/06 14:17:14 2021/02/06
【摘要】 GaussDB(DWS)除了支持标准的POSIX正则表达式句法,还拥有一些特殊句法和选项,这些你可了解?本文便为你讲解这些特殊句法和选项。

概述

正则表达式(Regular Expression,简称RE),通常被用来检索、替换那些符合某个模式(规则)的文本。正则表达式使用比较灵活,功能强大,因此经常被用到进行文本的搜索和替换中,帮助开发人员快速进行批量文本查询和处理。比如常用的linux的grep命令,许多程序设计语言比如Perl、Tcl也都支持正则表达式进行字符串操作。

GaussDB(DWS)支持的正则表达式

POSIX 1003.2中定义的正则表达式RE有两种形式:扩展RE或ERE(大致为egrep的RE),和基本RE或BRE(大致为ed的RE),GaussDB(DWS)都支持这两种形式,并实现了在编程语言(如Perl和Tcl)中广泛使用而POSIX标准中未包含的一些扩展。使用这些非POSIX扩展的RE在本文中称为高级RE或ARE。ARE几乎是ERE的超集,但是BRE有几种符号不相容性(而且是有限的)。

GaussDB(DWS)的正则表达式的主要句法和在其他程序语言中支持的句法功能相同,此文不再赘述。本文中对GaussDB(DWS)拥有的特殊形式和句法进行说明。

GuassDB(DWS)支持的正则表达式函数

GaussDB(DWS)提供了支持POSIX正则表达式的函数,如表1所示。

表1  GaussDB(DWS)中的正则表达式函数

函数

返回类型

描述

参数说明

regexp_replace(string textpattern textreplacement text [, flags text])

Text

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

string:待处理的源字符串

pattern:一个正则表达式RE

replacement:用此字符串替换原字符串中匹配的部分

flags:可选参数,具体取值参见表2

regexp_matches(string textpattern text [, flags text])

setof text[]

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 textpattern text [, flags text])

setof text

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 textpattern text [, flags text ])

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


从表1中看到,GuassDB(DWS)支持的正则表达式函数都有一个可选的flags参数,该参数的可选项及其含义是什么呢?下面将展开进行详细举例说明。

GaussDB(DWS)正则表达式函数的flags参数详解

表2中列举了表1中flags参数的所有可选项。

表2  GaussDB(DWS)正则表达式函数的flags参数的选项说明

选项

描述

b

RE是一个BRE,表示按照BRE匹配模式的规则进行匹配

c

大小写敏感匹配 (是一个可被覆盖的操作符类型)

g

表示替换每一个匹配的子字符串而不仅仅是第一个。默认仅替换第一个匹配的子字符串

i

大小写不敏感匹配(是一个可被覆盖的操作符类型)

m

和选项n同义

n

换行敏感匹配,此选项生效时,换行符影响元字符(.、^、$和[^)的匹配

p

部分换行敏感匹配,此选项生效时,换行符影响元字符(.和[^)的匹配。部分是相对选项n而言

q

RE被认为是加双引号的文本字符串,所有字符都是普通字符

s

非换行敏感匹配(默认),与n相对

t

紧凑语法(默认)

w

反部分换行敏感匹配,此选项生效时,换行符影响元字符(^和$)的匹配。部分是相对选项n而言

x

扩展语法


2中给出的flags参数选项描述,非常简洁,理解起来比较困难。下面通过一些示例,来直观帮助理解上面这些flags参数选项的含义。

g选项

示例1-1:未指定’g‘选项,仅对第一个匹配项进行替换


示例1-2:指定’g‘选项,对所有匹配项进行替换

c 和 i 选项

示例2-1:默认情况下,进行大小写敏感匹配


示例2-2:显示指定进行大小写敏感匹配


示例2-3:显示指定进行大小写不敏感匹配

 

n[或m]、s、p、w选项对元字符点(.)的影响

示例3-1:指定选项n时,元字符点(.)不匹配换行符


示例3-2:指定选项s时,元字符点(.)匹配换行符


示例3-3:指定选项p时,元字符点(.)不匹配换行符


示例4-4:指定选项w时,元字符点(.)匹配换行符


n[m]spw选项对元字符^$的影响

示例5-1:指定选项n时,元字符点^$匹配行首和行尾


示例5-2:指定选项s时,元字符点^$不匹配行首和行尾


示例5-3:指定选项p时,元字符点^$不匹配行首和行尾


示例5-4:指定选项w时,元字符点^$匹配第一个行首匹配的行到最后一个行尾匹配的行



 n[m]spw选项对元字符 [^ 的影响

示例6-1:指定选项n时,换行符不匹配被[^排除的字符,所有行尾的换行符未被替换为M


示例6-2:指定选项s时,换行符匹配被[^排除的字符,所有行尾的换行符被替换为M


示例6-3:指定选项p时,换行符不匹配被[^排除的字符,所有行尾的换行符被替换为M


示例6-4:指定选项w时,换行符匹配被[^排除的字符,所有行尾的换行符被替换为M


 t 和 x 选项

通常情况下,RE语法都是严格的,即RE中的所有字符都是重要的。严格语法是默认的,也可以通过指定选项t表示。

示例6-1:在严格语法中,空白字符也是重要的

GaussDB(DWS)还有一个扩展语法,通过指定x选项表示。在扩展语法中,RE中的空白字符(在这里,空白是空格、水平制表符、新行、和任何属于space字符类的字符。)将被忽略,以及#和换行符(或RE的结尾)之间的所有字符也将被忽略。这种语法允许对复杂的RE进行分段落和注释。

示例6-2:在扩展语法中,RE中的空格被忽略


该规则有三个例外:

  • 转义字符\后的空白或#被保留

示例6-3


  • 括号表达式中的空白或#被保留

示例6-4


  • 空白和注释不能出现多字符符号中。在 ARE 里,方括弧表达式外面,序列(?#ttt) (这里的ttt是任意不包含)的文本)是一个注释,完全被忽略。

示例6-5:空格出现在多字符符号中



示例6-6注释出现在多字符符号中


flags中指定了多个有相反含义的选项时,则后出现的选项覆盖前面出现的选项

示例7-1:后出现的s选项覆盖了n选项

示例7-2:后出现的n选项覆盖了s选项

GaussDB(DWS)正则表达式的特殊句法

两个特殊的前缀:***: 和***=

一个RE可以以两个特殊的前缀中的某一个开头。

RE以***:开头

RE以***:开头,则剩余的RE被当作一个ARE。(在GaussDB(DWS)中,这通常没有作用,因为RE被假定为ARE;但是,如果正则表达式函数的flags参数指定了ERE或BRE模式,那么它就会起作用。)

示例8-1:在BRE匹配模式中(regexp_replace函数的最后一个参数中指定的字母‘b’即表示使用BRE匹配模式),正则表达式中要表示圆括号表达式,需要将圆括号进行转义;同样,表示原子精确次数匹配序列的花括号,也需要进行转义

示例8-2:增加***: 前缀后,即使指定了使用BRE匹配模式,也是按照ARE的匹配模式的规则进行匹配

RE以***=开头

RE以***=开头,则RE的其余部分被认为是一个字面字符串,所有字符都被认为是普通字符。

示例9-1‘|’ARE匹配模式的正则表达式中是代表或含义的元字符


示例9-2:代表或含义的元字符‘|’,在以***=为前缀的正则表达式中,失去其元字符的特殊含义,被看作字符串中的普通字符

嵌套选项

ARE可以以嵌套选项开头:序列(?xyz) (其中xyz是一个或多个字母字符)指定影响RE其余部分的选项。这些选项覆盖任何先前确定的选项,特别是,它们可以覆盖由正则表达式运算符或正则表达式函数的flags参数隐含的大小写敏感行为。可选择的字母如表2所示中除’g’选项外的其他选项。

示例10-1:不含嵌套选项的大小写不敏感匹配

示例10-2:嵌套选项中的大小写敏感覆盖flags中的大小写不敏感匹配

结语

通过上面丰富的示例,深入了解了GaussDB(DWS)正则表达式的特殊句法和flags选项含义,在使用GaussDB(DWS)正则表达式函数时便可以得心应手。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。