正则表达式：分离包含字母数字或仅数字的字符串

Question

你能帮助我拆分一个字符串（或在可能的情况下，每次从字母数字到数字或数字到字母数字的变化时放置一个空格）吗？

因此，像D2c1 22这样的字符串应该看起来像D 2 c 1 22。最好的方法是在从字母数字到数字的每次变化处放置一个空格。

- calimero

---

我可以帮助你，但不能替你完成。 - Shiplu Mokaddim

有点相关的是这个关于自然排序的问题，其中包含了数字和非数字序列的混合字符串。那里的一些查询可能对您有用。https://dev59.com/amcs5IYBdhLWcg3wSiJo - Craig Ringer

Answer 1

您可以使用这个正则表达式来查找切换位置：

(?<=\d)(?=\D)|(?<=\D)(?=\d)

这样做：

"234kjh23ljkgh34klj2345klj".gsub(/(?<=\d)(?=\D)|(?<=\D)(?=\d)/, " ")
=> "234 kjh 23 ljkgh 34 klj 2345 klj"

编辑： 不使用零长度正向先行断言和零长度反向先行断言：

"234kjh23ljkgh34klj2345klj".gsub(/(\d)(\D)/, "#{$1} #{$2}").gsub(/(\D)(\d)/, "#{$2} #{$1}")
=> "23 jk 5 jkgk 5 lk 534 lj"

- davidrac

---

很不幸，Pg（至少9.2版本）似乎无法理解该正则表达式。regress=> select regexp_replace( '234kjh23ljkgh34klj2345klj', '(?<=\d)(?=\D)|(?<=\D)(?=\d)', ' ', 'g'); 出现了 ERROR: invalid regular expression: quantifier operand invalid 错误。请参见 http://sqlfiddle.com/#!12/d41d8/148。 - Craig Ringer

它可能无法处理零长度的前瞻和后顾。在这种情况下，您可以使用类似于以下方法（这是Ruby语法，因此您需要进行调整）：“234kjh23ljkgh34klj2345klj”。gsub（/（\ d）（\ D）/，“＃{$ 1}＃{$ 2}”）。gsub（/（\ D）（\ d）/，“＃{$ 2}＃{$ 1}”） =>“23 jk 5 jkgk 5 lk 534 lj” - davidrac

pg 中前瞻语法（来自文档）：(?=re) 正向前瞻匹配任何子字符串与 re 匹配的起始点（仅限 AREs） (?!re) 负向前瞻匹配任何没有子字符串与 re 匹配的起始点（仅限 AREs） - davidrac

非常感谢您的解释，但您能否将上述内容翻译成适合pg的格式？我对正则表达式真的不太了解。 - calimero

Answer 2

这里提供一种经过PostgreSQL测试并验证可行的方法。它可能有些复杂，因此性能可能会有所影响。

CREATE AGGREGATE array_cat_agg (
  BASETYPE = anyarray,
  SFUNC = array_cat,
  STYPE = anyarray
);
SELECT array_to_string(array_cat_agg(a), ' ')
FROM regexp_matches('234kjh23ljkgh34klj2345klj', '(\D*)(\d*)', 'g') x(a);

我们需要使用 array_cat_agg，因为常规的 array_agg 无法聚合数组中的数组。

另外，@davidrac 的一种方法也可以在 PostgreSQL 中使用，并且可能会表现得更好（尽管我没有测试过）：

SELECT regexp_replace(
  regexp_replace(
     '234kjh23ljkgh34klj2345klj', '(\d)(\D)', '\1 \2', 'g'
  ), '(\D)(\d)', '\1 \2', 'g');

这是在两个步骤中执行替换。首先，在数字序列结束和非数字序列开始处插入一个空格。然后，在另一个步骤中，在非数字序列结束和数字序列开始处插入空格。

更新：这里有一个改进的表述：

SELECT trim(regexp_replace('234kjh23ljkgh34klj2345klj', '(?!\d)(\D+)|(?!\D)(\d+)', '\1\2 ', 'g'));

- Craig Ringer

---

@davidrac 已确认你的第二个公式在 Pg 上有效。 我还重新为 Pg 改写了它，包括之前（丑陋的）实现方式。 我赞同你的答案。 - Craig Ringer

@calimero 你是否在使用旧版本的PostgreSQL（9.0或更早），在standard_conforming_strings更改之前？尝试 SET standard_conforming_strings = on; 然后再次测试。（这就是为什么你在问题中总是提到你的PostgreSQL版本）。如果使用 standard_conforming_strings 可以正常工作，则（a）升级PostgreSQL并（b）参见http://www.postgresql.org/docs/current/static/runtime-config-compatible.html#GUC-STANDARD-CONFORMING-STRINGS，了解如何使查询在不升级PostgreSQL的情况下正常工作。基本上，不要使用 '\'，而是使用 E'\\'；双反斜杠并使用 E''。 - Craig Ringer

它是psql 8.1版本。但我不被允许更改该参数（错误：无法更改参数“standard_conforming_strings”）。我想我必须等管理员到来。 - calimero

@calimero 不，只需根据上面的文档链接重写查询以适应您（实话说有些过时）的PostgreSQL版本。'(\d)(\D)' 变成 E'(\\d)(\\D)' 等等。顺便说一下，您需要紧急开始计划升级您已经到了生命周期末期且已经过时的PostgreSQL，并且在问题中始终提及您的版本，尤其是因为它非常过时。另请参阅 http://www.postgresql.org/support/versioning/。 - Craig Ringer

非常感谢大家的帮助！！！是的，我们已经有一个运行中的PSQL 9.2实例，并为其准备了一个新模式。但是这个查询必须在旧系统中快速完成，所以再次感谢您的大力帮助！ :) - calimero

Answer 3

最好的方法是在从字母数字转换为数字时每次插入一个空格。这并不难做到：

$ echo "D2c1 22" | sed 's|\([a-ZA-Z]\)\([0-9]\)|\1 \2|g;s|\([0-9]\)\([a-ZA-Z]\)|\1 \2|g'
D 2 c 1 22

这里我使用了sed和它的正则表达式，因为您没有提到使用哪种语言。主要思路是使用两个正则表达式，将字母替换为数字，数字替换为字母，并应用于第一个字符、空格和第二个字符。

- Slava Semushin

---

非常感谢您的快速回复。我想在PostgreSQL中完成它。 - calimero

Answer 4

您可以使用正则表达式进行匹配

(?<=[a-z])(?=[0-9])|(?<=[0-9])(?=[a-z])

将其替换为空格。

在Perl中查看

- codaddict

---

根据@davidrac的解决方案，似乎Pg的正则表达式引擎无法处理这个问题。请参见http://sqlfiddle.com/#!12/d41d8/148 - Craig Ringer

通常最好使用\d和\D，这样您就可以处理任何数字和非数字序列，而不仅仅是小写字母数字。 - Craig Ringer