我有一张包含以下内容的表格:
值是varchar
类型,用于存储字符串字符,如comma
和dashes
,所以任何事情都会发生。但通常它只包含numbers
,comma
和dash
来指定间隔。
id | value |
------------------
1 | 1,2,5,8-10 |
2 | 1,2,3 |
3 | 1-3 |
4 | 1-3, 4-5 |
5 | 1-2,2-3 |
我想执行select
查询,以检索"标准化"中的值。数据库级别(不是代码级别)的代码可读格式(逗号分隔),这就是为什么我需要选择一个像这样的表格。
id | value | normalized
-------------------------------
1 | 1,2,5,8-10 |1,2,5,8,9,10
2 | 1,2,3 |1,2,3
3 | 1-3 |1,2,3
4 | 1-3, 4-5 |1,2,3,4,5
5 | 1-2,2-3 |1,2,3
id为#5的记录的特例,即使它指定2次,也应该只检索2次。 postgres
中是否有一个函数可以执行此操作?如果不是,我如何解析字符串并在Postgres sql
中订购数字?
答案 0 :(得分:2)
对于您首选PL中的过程或简单的C扩展,这似乎是一个很好的案例。 pl / perl,pl / pythonu或pl / v8将是我的选择。
那就是说,在SQL中它很容易。拆分以查找子范围,可以是单个数字或范围。然后对于每个范围generate_series。
e.g:
SELECT n
FROM
regexp_split_to_table('1,2,5,8-10', ',') subrange,
regexp_split_to_array(subrange, '-') subrange_parts,
generate_series(subrange_parts[1]::integer,
coalesce(subrange_parts[2], subrange_parts[1])::integer
) n;
您可以将其包装为SQL
函数,或者作为查询的一部分用于表。
应用于表格,你会得到类似的东西:
CREATE TABLE example
("id" int, "value" varchar)
;
INSERT INTO example
("id", "value")
VALUES
(1, '1,2,5,8-10'),
(2, '1,2,3'),
(3, '1-3'),
(4, '1-3, 4-5'),
(5, '1-2,2-3')
;
当应用于表格中的某些内容时:
SELECT
example.id,
array_agg(DISTINCT n) AS expanded_set
FROM
example,
regexp_split_to_table(example.value, ',') subrange,
regexp_split_to_array(subrange, '-') subrange_parts,
generate_series(subrange_parts[1]::integer,
coalesce(subrange_parts[2], subrange_parts[1])::integer
) n
GROUP BY
example.id;
结果(添加了原始col):
id | original_format | expanded_set
----+-----------------+----------------
1 | 1,2,5,8-10 | {1,2,5,8,9,10}
2 | 1,2,3 | {1,2,3}
3 | 1-3 | {1,2,3}
4 | 1-3, 4-5 | {1,2,3,4,5}
5 | 1-2,2-3 | {1,2,3}
(5 rows)
这不会特别快,但可能没问题。如果没有,请在C中更快地写一些内容作为扩展名,或者也许是plperl或其他东西。
要了解发生了什么,请阅读PostgreSQL手册部分:
GROUP BY
和聚合array_agg
DISTINCT
作为聚合限定符generate_series
功能regexp_split_to_table
和regexp_split_to_array
函数LATERAL
查询,这里隐式使用,因为一个函数会使用连接列表中另一个函数的结果。以上示例仅适用于PostgreSQL 9.2及更高版本。如果你有一个旧版本,你必须使用嵌套子查询层来解决缺少LATERAL
的问题。