postgres中的正则表达式前瞻/后视

Question

在 PostgreSQL 中使用regexp_matches

有一个包含以下内容的文本字段：

unique_string_abc
<ul>
  <li>a1</li>
  <li>a2</li>
  ...
  <li>an</li>
</ul>
blah
blah
<ul>
  <li>b1</li>
  ...
  <li>bn</li>
</ul>
blah
blah
<ul>
  <li>c1</li>
  ...
  <li>cn</li>
<ul>
blah

试图获取 [a1, a2, a3, ... , an] 的列表，但排除 b1..bn, c1..cn

到目前为止，我能够使用多个子查询来获得它，第一个子查询返回 <ul>...</ul> 之间的完整字符串，然后使用以下方法将其拆分：

SELECT regexp_matches(html_text,
'unique_string_abc\s*?<ul>\s*?(<li>.*?<\/li>)\s*?</ul>',
'g')

但是认为必须有一种更简单的方法来使用单个正则表达式，使用前瞻或后瞻 </ul>？

任何指针将不胜感激！

Answer 1

我把它压缩成两个步骤。由于这个问题，我认为压缩成单步的正则表达式只能在某些特殊情况下使用。

Lookbehinds 必须是零宽度，因此不允许使用量词

1. 将包含 li 标签的 [a1 to an] 分开，并排除 [b1 to cn]。
   （我推断 [a1 to an] 和 [b1 to cn] 之间的区别是您的正则表达式中

   标记后面的消息“unique_string_abc”。）

   (?)[\s\S]*?(?=

   )

2. 提取 [a1 到 an]。

   (?).*(?=

)