模式匹配操作符
数据库提供了三种实现模式匹配的方法：SQL LIKE操作符、SIMILAR TO操作符和POSIX-风格的正则表达式。除了这些基本的操作符外，还有一些函数可用于提取或替换匹配子串并在匹配位置分离一个串。
LIKE
判断字符串是否能匹配上LIKE后的模式字符串。如果字符串与提供的模式匹配，则LIKE表达式返回为真（NOT LIKE表达式返回假），否则返回为假（NOT LIKE表达式返回真）。
- 匹配规则
- 此操作符只有在它的模式匹配整个串的时候才能成功。如果要匹配在串内任何位置的序列，该模式必须以百分号开头和结尾。
- 下划线 （_）代表（匹配）任何单个字符； 百分号（%）代表任意串的通配符。
- 要匹配文本里的下划线（_）或者百分号（%），在提供的模式里相应字符必须前导逃逸字符。逃逸字符的作用是禁用元字符的特殊含义，缺省的逃逸字符是反斜线，也可以用ESCAPE子句指定一个不同的逃逸字符。
- 要匹配逃逸字符本身，需写两个逃逸字符。例如要写一个包含反斜线的模式常量，那就要在SQL语句里写两个反斜线。
参数standard_conforming_strings设置为off时，在文串常量中写的任何反斜线都需要被双写。因此写一个匹配单个反斜线的模式实际上要在语句里写四个反斜线。可通过用ESCAPE选择一个不同的逃逸字符来避免这种情况，这样反斜线就不再是LIKE的特殊字符了。但仍然是字符文本分析器的特殊字符，所以还是需要两个反斜线。也可通过写ESCAPE ''的方式不选择逃逸字符，这样可以有效地禁用逃逸机制，但是没有办法关闭下划线和百分号在模式中的特殊含义。
- 关键字ILIKE可以用于替换LIKE，区别是LIKE大小写敏感，ILIKE大小写不敏感。
- 操作符~~等效于LIKE，操作符~~*等效于ILIKE。
- 示例
1 2 3 4 5
SELECT 'abc' LIKE 'abc' AS RESULT; result ----------- t (1 row)
1 2 3 4 5
SELECT 'abc' LIKE 'a%' AS RESULT; result ----------- t (1 row)
1 2 3 4 5
SELECT 'abc' LIKE '_b_' AS RESULT; result ----------- t (1 row)
1 2 3 4 5
SELECT 'abc' LIKE 'c' AS RESULT; result ----------- f (1 row)
SIMILAR TO
SIMILAR TO操作符根据自己的模式判断是否匹配给定串而返回真或者假。它和LIKE非常类似，只不过它使用SQL标准定义的正则表达式理解模式。
- 匹配规则
- 和LIKE一样，SIMILAR TO操作符只有在它的模式匹配整个串的时候才返回真。如果要匹配在串内任何位置的序列，该模式必须以百分号开头和结尾。
- 下划线 （_）代表（匹配）任何单个字符； 百分号（%）代表任意串的通配符。
- SIMILAR TO也支持下面这些从POSIX正则表达式借用的模式匹配元字符。
表1 模式匹配元字符 元字符
含义
|
表示选择（两个候选之一）。
*
表示重复前面的项零次或更多次。
+
表示重复前面的项一次或更多次。
?
表示重复前面的项零次或一次。
{m}
表示重复前面的项刚好m次。
{m,}
表示重复前面的项m次或更多次。
{m,n}
表示重复前面的项至少m次并且不超过n次。
()
把多个项组合成一个逻辑项。
[...]
声明一个字符类，就像POSIX正则表达式一样。
- 前导逃逸字符可以禁止所有这些元字符的特殊含义。逃逸字符的使用规则和LIKE一样。
- 注意事项
如果SIMILAR TO正则表达式重复匹配字符数量非常庞大，由于受递归大小限制，执行语句会失败并报错invalid regular expression: regular expression is too complex，可尝试调大GUC参数max_stack_depth。
- 正则表达式函数
支持使用函数substring(string from pattern for escape)截取匹配SQL正则表达式的子字符串。
- 示例
1 2 3 4 5
SELECT 'abc' SIMILAR TO 'abc' AS RESULT; result ----------- t (1 row)
1 2 3 4 5
SELECT 'abc' SIMILAR TO 'a' AS RESULT; result ----------- f (1 row)
1 2 3 4 5
SELECT 'abc' SIMILAR TO '%(b|d)%' AS RESULT; result ----------- t (1 row)
1 2 3 4 5
SELECT 'abc' SIMILAR TO '(b|c)%' AS RESULT; result ----------- f (1 row)
POSIX正则表达式
正则表达式是一个字符序列，它是定义一个串集合 （一个正则集）的缩写。 如果一个串是正则表达式描述的正则集中的一员时， 那么就说这个串匹配该正则表达式。 POSIX正则表达式提供了比LIKE和SIMILAR TO操作符更强大的含义。表2列出了所有可用于POSIX正则表达式模式匹配的操作符。
|
操作符 |
描述 |
例子 |
|---|---|---|
|
~ |
匹配正则表达式，大小写敏感 |
'thomas' ~ '.*thomas.*' |
|
~* |
匹配正则表达式，大小写不敏感 |
'thomas' ~* '.*Thomas.*' |
|
！~ |
不匹配正则表达式，大小写敏感 |
'thomas' !~ '.*Thomas.*' |
|
！~* |
不匹配正则表达式，大小写不敏感 |
'thomas' !~* '.*vadim.*' |
- 匹配规则
- 与LIKE不同，正则表达式允许匹配串里的任何位置，除非该正则表达式显式地挂接在串的开头或者结尾。
- 除了上文提到的元字符外， POSIX正则表达式还支持下表的模式匹配元字符。
表3 模式匹配元字符 元字符
含义
^
表示串开头的匹配。
$
表示串末尾的匹配。
.
匹配任意单个字符。
- 正则表达式函数
POSIX正则表达式支持下面函数。
- substring(string from pattern)函数提供了抽取一个匹配POSIX正则表达式模式的子串的方法。
- regexp_replace(string, pattern, replacement [,flags ])函数提供了将匹配POSIX正则表达式模式的子串替换为新文本的功能。
- regexp_matches(string text, pattern text [, flags text])函数返回一个文本数组，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 text, pattern text [, flags text])函数把一个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 text, pattern text [, flags 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。
正则表达式分离函数会忽略零长度的匹配，这种匹配发生在串的开头或结尾或者正好发生在前一个匹配之后。这和正则表达式匹配的严格定义是相悖的，后者由regexp_matches实现，但是通常前者是实际中最常用的行为。
- 示例
1 2 3 4 5
SELECT 'abc' ~ 'Abc' AS RESULT; result -------- f (1 row)
1 2 3 4 5
SELECT 'abc' ~* 'Abc' AS RESULT; result -------- t (1 row)
1 2 3 4 5
SELECT 'abc' !~ 'Abc' AS RESULT; result -------- t (1 row)
1 2 3 4 5
SELECT 'abc'!~* 'Abc' AS RESULT; result -------- f (1 row)
1 2 3 4 5
SELECT 'abc' ~ '^a' AS RESULT; result -------- t (1 row)
1 2 3 4 5
SELECT 'abc' ~ '(b|d)'AS RESULT; result -------- t (1 row)
1 2 3 4 5
SELECT 'abc' ~ '^(b|c)'AS RESULT; result -------- f (1 row)
虽然大部分的正则表达式搜索都能很快地执行，但是正则表达式仍可能被人为地控制，通过任意长的时间和任意量的内存进行处理。不建议从非安全模式来源接受正则表达式搜索模式，如果必须这样做，建议加上语句超时限制。使用SIMILAR TO模式的搜索具有同样的安全性危险， 因为SIMILAR TO提供了很多和POSIX-风格正则表达式相同的能力。LIKE搜索比其他两种选项简单得多，因此在接受非安全模式来源搜索时要更安全些。
