Question

要更改文本周围的标记对，此Postgres SELECT表达式适用于我：

select regexp_replace('The corpse of the huge <i>fin whale</i> created a spectacle on <span class="day">Friday</span> as <i>people</i> wandered the beach to observe it.',
                      '(<i>)([^/]+)(</i>)',
                      '<em>\2</em>',
                      'g');

我担心参考二号过度贪婪。我第一次尝试参考第二个是（。+），这是一个失败。（[^ /] +）效果更好。但我不知道它是否足够好。

可以做些什么来使SELECT语句更健壮吗？

Answer 1

通常有两种可能性（and both seem to be supported by PostreSQL's regex engine）。

不重复的重复：
```
(.+?)
```
使用negative lookahead确保您使用以外的任何内容：
```
((?:(?!).)+)
```

在这两种情况下，我删除了不必要的捕获。您现在可以在替换字符串中使用\1。

这两个应该与他们所做的相同。他们的表现可能会有所不同前者需要回溯，而后者必须在每一个位置尝试前瞻。哪一个更快，必须进行分析，甚至可能依赖于单个输入字符串。请注意，由于第二个模式使用贪婪重复，您可以删除尾随，您仍然会得到相同的结果。

您所拥有的方法已经非常强大，因为您永远无法超越。但与此同时，您的方法不允许嵌套标记（因为重复不能超过嵌套对的结束标记）。

但是，您应该注意regular expressions are not really up to the job of parsing/manipulating HTML。如果您的代码中有多余的空格怎么办？或者如果开始标记有属性怎么办？或者如果一个或两个标签出现在属性名称或注释中会怎么样？

Postgres Regex贪婪控制

1 个答案: