文本字段中的多个字符串替换

Question

我有一个包含 HTML 内容的表格。此内容可能包含一个或多个 URL。我还有一个映射表，其中包含 URL 及其相关的重写。 我需要能够在每个 HTML 内容中用它们存在的重写替换所有 URL。

用例（Postgres 9.5）：

TABLE some_content (content_id int4, content text)
row1: 1, 'A BA BLAH PIKA',
row2: 2, 'B AB',
row3: 3, 'C PIKA NOTA CA'

TABLE rewrite (rule_id int4, old_string text, new_string text)
row1: 1, 'PIKA', 'CHU',
row2: 2, 'BLAH', 'POM'

查询应输出以下集合：

row1: 1, 'A BA POM CHU'
row2: 2, 'B AB'
row3: 3, 'C CHU NOTA CA'

在rewrite 表中添加新行，如：

row3: 3, 'NOTA', 'ISB'

然后将结果集转换为 (int4, text)：

row1: 1, 'A BA POM CHU'
row2: 2, 'B AB'
row3: 3, 'C CHU ISB CA'

有什么提示吗？

Answer 1

每次替换都取决于最后一次的结果。你需要某种循环。并且您需要在替换中具有确定性顺序。假设rule_id 按升序排列。并假设您要替换 any 匹配项，而不仅仅是整个单词（易于适应）。

你可以循环一个 plpgsql 函数。可能更快。见：

• Replace looping with a single query for INSERT / UPDATE

或者，对于纯 SQL，试试这个递归 CTE：

WITH RECURSIVE cte AS (
   SELECT s.content_id, r.rule_id
        , replace(s.content, r.old_string, r.new_string) AS content
   FROM   some_content s
   CROSS  JOIN (
      SELECT rule_id, old_string, new_string
      FROM   rewrite
      ORDER  BY rule_id  -- order of rows is relevant!
      LIMIT  1
      ) r

   UNION ALL
   SELECT c.content_id, r.rule_id
        , replace(c.content, r.old_string, r.new_string) AS content
   FROM   cte c
        , LATERAL (
      SELECT rule_id, old_string, new_string
      FROM   rewrite
      WHERE  rule_id > c.rule_id
      ORDER  BY rule_id  -- order of rows is relevant!
      LIMIT  1
      ) r
   )
SELECT DISTINCT ON (content_id) content
FROM   cte
ORDER  BY content_id, rule_id DESC;

LATERAL 连接以解决 "invalid reference to FROM-clause entry for table "c" 的问题，您可以通过引用 CTE 的直接子查询获得。相关：

• Optimize GROUP BY query to retrieve latest record per user

或者，使用row_number() 生成一个没有空格的序列号like you commented：

WITH RECURSIVE r AS (
   SELECT old_string, new_string
        , row_number() OVER (ORDER BY rule_id) AS rn  -- your ORDER BY expression?
   FROM   rewrite
   )
 , cte AS (
   SELECT s.content_id, r.rn
        , replace(s.content, r.old_string, r.new_string) AS content
   FROM   some_content s
   JOIN   r ON r.rn = 1

   UNION ALL
   SELECT s.content_id, r.rn
        , replace(s.content, r.old_string, r.new_string) AS content
   FROM   cte s
   JOIN   r ON r.rn = s.rn + 1
   )
SELECT DISTINCT ON (content_id) content
FROM   cte
ORDER  BY content_id, rn DESC;

dbfiddle here

经常被忽略的是，在WITH RECURSIVE之后仍然可以添加普通的CTE：

• Multiple CTE in single query

关于DISTINCT ON：

• Select first row in each GROUP BY group?