使用 regexp_replace 命令时遇到问题

Posted 2023-03-28

【中文标题】使用 regexp_replace 命令时遇到问题

【英文标题】：Trouble using regexp_replace command

【发布时间】：2020-02-28 15:06:09

【问题描述】：

当前正在使用的命令：

regexp_replace(b.DOWNCASE_NAME, '[^\w\s]', '', 'g') as CONDITION_NAME_DC

这会将“卵巢支持细胞瘤”改为“卵巢支持细胞瘤”。它还将“遗传性乳腺癌/卵巢癌（brca1，brca2）”更改为“遗传性乳腺癌卵巢癌brca1 brca2”。

我不明白为什么它要删除“sertoli-leydig”中的破折号并将其放入一个单词中，而不是在两者之间保留一个空格。在 regexp_replace 中，如果我在 'g' 之前的 ' ' 中放置一个空格，那么它也会在“遗传性乳腺癌卵巢癌 brca1 brca2”中放置一个双空格

我不需要双倍空间，我只想要一个空间。有什么想法可以在这里做什么吗？

【问题讨论】：

它将“遗传性乳腺癌/卵巢癌 (brca1, brca2)”转换为“遗传性乳腺癌/卵巢癌 brca1 brca2”。请注意缺少空格。也许您的原件有一个空格和一个斜线？

【参考方案1】：

我不明白为什么它会删除“sertoli-leydig”中的破折号并将其放入一个单词中，而不是在两者之间保留一个空格。

因为那是你告诉它去做的。当你告诉它不要时，它为什么要在两者之间留一个空格？

用空格替换标点，但捕获标点周围已经存在的任何空格，以便它们也被该单个空格替换。

regexp_replace(b.DOWNCASE_NAME, ' *[^\w\s] *', ' ', 'g');

【讨论】：

天哪，你是救生员！非常感谢您的帮助，这很完美。在我的一生中，我无法理解这个 regexp_replace 命令，我花了数周时间试图弄清楚如何让东西在其中工作。再次感谢！

@Preet 我认为部分问题是您没有正确看到函数的输入是什么。我不知道您使用的是什么工具，但也许您需要将其更改为使用固定宽度的字体，以便输入上的空格显示得更清楚。

【参考方案2】：

您的RE（表 9-19。正则表达式类速记转义）说要删除不包含在 \w 或 \s 类中的所有内容。现在 \s 只是一个空格，\w 保留所有字母数字字符和下划线 (_)，因此您的 RE 既不保留破折号 (-) 也不保留 (/)。扩展 RE 以同时保留这些字符：

with b (downcase_name) as
  (values ('ovarian sertoli-leydig cell tumor')
        , ('hereditary breast/ovarian cancer (brca1, brca2)')
  )
select downcase_name, regexp_replace(b.downcase_name, '[^\w\s\-/]', '', 'g') as name_dc
  from b;