StringUtil indexOf()等效的PostgreSQL查询

Question

我需要在PostgreSQL中实现stringUtils类的indexOf()方法。

假设我有一个表，其中url是其中一列。

url: "http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit"

我的要求是在上述URL中找到第3个'/'出现的位置，并在PostgreSQL查询中进行子字符串操作，只取paypal-info.com主机名。

有没有关于如何实现这个的想法将不胜感激。 谢谢。

- Sri

Answer 1

你尝试过使用split_part方法吗？

SELECT split_part('http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit', '/', 3)

结果：

split_part
paypal-info.com

如果需要其他字符串函数，请参考此文档：http://www.postgresql.org/docs/9.1/static/functions-string.html

编辑：至于indexOf本身，我不知道是否有内置的postgres解决方案。但是使用两个字符串函数，您可以像这样实现：

SELECT strpos('http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit', split_part('http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit', '/', 4)) - 1 as index_of;

- Michał Schielmann

---

那看起来很棒，Michal。但是如何仅获取第三个 '/' 的 indexOf 而不进行分割。我的目标是获取索引？我们该怎么做？ - Sri

@sri 抱歉，我关注了问题的这一部分：“在Postgresql查询中进行子字符串操作并仅获取paypal-info.com主机名”。因此，我已经取出了主机名。 至于查找第三个“/”出现的位置，我认为在postgres中没有简单的解决方案。您需要嵌套字符串函数。 - Michał Schielmann

@sri - 我已经编辑了答案，并提供了一些解决方法 - 不知道对你是否可行。 我使用了从上述split_part()函数中获取的第四个子字符串的位置。 - Michał Schielmann

@sri - 你可以将我编辑的这个解决方法封装到你自己的工具函数中，这样你就能得到你需要的结果了。 - Michał Schielmann

Answer 2

手册中的字符串函数和运算符部分相当于String.indexOf，例如。

select position('/' in 'http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit');

然而，它并没有提供获取第n个出现次数的选项。

你的方法完全错误。你应该使用适当的URL解析代码来提取主机部分，而不是尝试自己编写或使用正则表达式/分割/字符串操作。

PostgreSQL没有本地的URL / URI类型，但其过程语言有，并且包装合适的函数非常简单。例如，使用PL / Python：

create language plpythonu;
create or replace function urlhost(url text) returns text 
language plpythonu 
immutable strict
as $$
import urlparse
return urlparse.urlparse(url).netloc
$$;

然后：

regress=# select urlhost('http://paypal-info.com/home.webapps.cgi-bin-limit/webscr.cmd-login-submit');
     urlhost     
-----------------
 paypal-info.com
(1 row)

如果您更喜欢使用PL/Perl、PL/V8或其他语言，都是可以的。

为了获得最佳性能，您可以编写一个简单的C函数并将其公开为扩展。

- Craig Ringer

---

我不确定你对“错误”的定义是否正确。 - Vlad

@Vlad 嗯，这并不像使用正则表达式解析HTML那么糟糕，但是为什么要自己编写代码呢？你可以使用经过充分测试的预先编写好的代码。 - Craig Ringer

我是指这取决于具体的要求。 - Vlad

@Vlad PL/Perl或PL/Python是核心PostgreSQL分发的一部分。Python的“urlparse”是Python核心的一部分。在我看来，这是相当安全的赌注，如果真的有必要，您还可以回退到其他人已经提供的一些“split_part”解决方案中的一个。 - Craig Ringer

Answer 3

只需将3替换为N，即可获得给定字符串中第N个'/'的索引

SELECT length(substring('http://asd/asd', '(([^/]*/){3})')) - 1

要从url中提取主机名，您可以使用以下代码：

SELECT substring('http://asd.com:234/qwe', 'http://([^:]+).*/')

在此进行测试：SQLFiddle

（保留HTML）

- Vlad

---

抱歉 Vlad，这两个查询都不起作用。我不知道为什么。我没有得到任何输出。 - Sri

你的postgresql版本是什么？ - Vlad

我还没有在数据库上测试过，等我有时间了再试试。 - Vlad

@sri 确实正则表达式有错误...现在已经更正了。还添加了一个 fiddle。 - Vlad

谢谢Vlad。第一个查询不需要-1，否则它会起作用。 - Sri

索引通常是从零开始的，这就是为什么要减1。如果你想让它从1开始，那么你确实不需要减1。顺便问一下，你的问题现在解决了吗？ :) - Vlad