在转换为数字之前使用正则表达式过滤字符串

Question

我有这个代码（已经在那里，不是我的）：

SELECT
    a.id_original_contrato AS contrato,
    ( CASE WHEN d.value~'^\\d+$' THEN d.value::integer ELSE 0 END ) AS monto,
    EXTRACT(YEAR FROM b.value)::integer AS anoinicio,
    EXTRACT(YEAR FROM c.value)::integer AS anofin

...等（一些 JOIN 和 WHERE）

让我解释一下：d.value 来自一个值为character varying (200) 的表。该代码稍后将在另一个表中插入d.value（现在称为“monto”）作为integer。有人编码该正则表达式以提取一些字符或在其他情况下（ELSE），将其定义为 0。这些值仅在 integer 时有效。如果我使用像 76.44 这样的 d.value，由于该正则表达式它不起作用，它总是将其定义为 0。

好吧，我必须更改该代码，因为：

• 我需要将新表中的 d.value 存储为 numeric，而不是 integer（在我的新表中，数据类型现在是 numeric）
• 但首先，我需要更正那个正则表达式，因为它会弄乱我的数字，例如 76.44 或 66,56（点或逗号）。

我不确定那个正则表达式在做什么。以及如何使用更好或新的正则表达式来满足我的需求？

Answer 1

您应该声明您的 Postgres 版本以及编写代码时使用的版本（如果您知道的话）。 \\d 中的双反斜杠表示带有 standard_conforming_strings = off 的旧版本。 The manual:

从 PostgreSQL 9.1 开始，默认值为 on（之前的版本默认为关闭）。

在带有standard_conforming_strings = on 的现代版本中，这个字符串作为正则表达式几乎没有意义：'^\\d+$'。要检测由一位或多位数字组成的字符串，请使用E'^\\d+$'（以E 为前缀）或'^\d+$'。详情：

• Insert text with single quotes in PostgreSQL

整数文字还允许为负数/正数添加可选的前导符号。在 Postgres 中也允许（自动修剪）前导/悬空空白。
所以，这是integer 的完整正则表达式：

CASE WHEN d.value ~ <b>'^\s*[-+]?\d+\s*$'</b> THEN d.value::int ELSE 0 END

正则表达式解释：

^ .. 字符串开头
\s .. class shorthand for [[:space:]]（空格）
* .. quantifier for 0 次或更多次
@ 987654342@ .. 由+ 和- 组成的字符类
? .. 0 或 1 次的量词
\d .. [[:digit:]]（数字）的类简写
@ 987654348@ .. 量词 1 次或多次
\s* .. 同上
$ .. 字符串结束

现在我们知道了基础知识。在我链接到的手册中阅读更多内容。考虑numeric string literals 的语法规则。而且，关于合法数字常量的状态：

常量中不能嵌入任何空格或其他字符

这是因为数字常量没有被引用，因此空格是不可能的。不适用于 casting 字符串。 容忍空白： 指数字符的前导、尾随和紧随其后。

所以这些都是转换为numeric 的合法字符串：

'^\s*[-+]?\d*\.?\d+(?:[eE]\s*[-+]?\d+)?\s*$'

唯一的新元素是parentheses (()) to denote the contained regular expression as atom。由于我们对反向引用不感兴趣，因此使用“非捕获”：(?:...) 并附加一个问号(?:[eE]\s*[-+]?\d+)? 表示：可以添加或不添加“指数”部分，作为一个整体。

假设点 (.) 作为小数点分隔符。您可以改用逗号 (,) 或 [,\.] 来允许。但只有点对演员表是合法的。

测试：

SELECT '|' || txt || '|' As text_with_delim
     , txt ~ '^\s*[-+]?\d*\.?\d+([eE]\s*[-+]?\d+)?\s*$' As test
     , txt::numeric AS number
FROM   unnest ('{1, 123, 000, "  -1     ", +2, 1.2, .34, 5e6, " .5e   -6  "}'::text[]) txt;

结果：

 text_with_delim | test |  number
-----------------+------+-----------
 |1|             | t    |         1
 |123|           | t    |       123
 |000|           | t    |         0
 |  -1     |     | t    |        -1
 |+2|            | t    |         2
 |1.2|           | t    |       1.2
 |.34|           | t    |      0.34
 |5e6|           | t    |   5000000
 | .5e   -6  |   | t    | 0.0000005

---

或者您可能使用to_number() 来转换任意给定格式的字符串。

Answer 2

选择一个变体：

with v(value) as (
    values
    ('12,3'),
    ('12.3'),
    ('123'),
    ('123.'),
    ('.123'),
    ('1.2.3')
    )

select 
    value, 
    value ~ '^(\d+[,\.]\d+|\d+)$' as variant_a,
    value ~ '^(\d*[,\.]\d*|\d+)$' as variant_b,
    value ~ '^\d+[,\.]\d+$' as variant_c
from v;

 value | variant_a | variant_b | variant_c 
-------+-----------+-----------+-----------
 12,3  | t         | t         | t
 12.3  | t         | t         | t
 123   | t         | t         | f
 123.  | f         | t         | f
 .123  | f         | t         | f
 1.2.3 | f         | f         | f
(6 rows)

要将带有点或逗号的字符串转换为数字，请使用replace()：

select replace(value, ',', '.')::numeric;