带下划线的特殊字符（PostgreSQL中的正则表达式）

Question

如何在Postgres中识别包含下划线的正则表达式模式？

这是我的实际正则表达式：

[^\w]+

这个正则表达式可以匹配字符，但下划线会出现问题。例如，当我使用这个正则表达式调用函数时：

select regexp_replace('hello_world!', '[^\w]+', ' ', 'g')

我期望输出 "hello world"，如何同时匹配下划线？

- Denis Stephanov

---

“hello world”的结果？您是想删除“!”但替换“_”吗？还是您期望得到带有悬挂空格的“hello world ”？ - Erwin Brandstetter

Answer 1

问题在于\w也会匹配下划线，当你在否定字符类中使用它时，模式不会匹配_字符。您可以查看class-shorthand escape table：

\w   [[:alnum:]_]（注意下划线被包括在内）

要删除除字母数字以外的所有字符，您可以去掉_并使用

select regexp_replace('hello_world!', '[^[:alnum:]]+', ' ', 'g')

在这里，[^[:alnum:]]+匹配一个或多个（+）除了字母和数字以外的连续字符（[^...]是否定的括号表达式），而[:alnum:] POSIX字符类匹配字母和数字。

你最好使用(?:\W|_)+。不幸的是，像[\W_]+这样的常见正则表达式构造将无法工作，因为\W（以及其他否定的缩写，如\S和\D）在方括号表示法中是非法的。有关详细信息，请参阅手册：

在方括号表达式中，\d、\s和\w失去了外部方括号，而\D、\S和\W是非法的。（因此，例如，[a-c\d]等同于[a-c[:digit:]]。另外，[a-c\D]，它等同于[a-c^[:digit:]]，是非法的。）

为了消除结果的尾随/前导空格，您可以使用trim：

select trim(regexp_replace('hello_world!', '[^[:alnum:]]+', ' ', 'g'))

- Wiktor Stribiżew

---

手册：在括号表达式中，\d、\s和\w会失去它们的外部方括号，而 \D、\S和\W则是非法的。因此，[\W_]+无法使用。 - Erwin Brandstetter

根据个人喜好，可以使用 [^a-zA-Z0-9]+ 替代 [^[:alnum:]]+（长度相同）。 - David Faber

好的，我明白为什么我误解了那个手册上的一行。我会在答案中加上。 - Wiktor Stribiżew