postgres regex_replace 第三个和最后一个正斜杠之间的所有内容

Posted 2023-03-28

【中文标题】postgres regex_replace 第三个和最后一个正斜杠之间的所有内容

【英文标题】：postgres regex_replace everything between the third and last forward slash

【发布时间】：2020-12-11 19:21:06

【问题描述】：

我在 Postgres 表中有一些 URL，目前看起来像这样：

http://blue.website.com/categoryA/sectionA/title/6534566234
http://yellow.website.com/categoryA/sectionB/title/36476586
http://green.website.com/categoryB/sectionB/title/34646634

我正在尝试创建一个可用于将 URL 转换为如下所示的正则表达式：

http://blue.website.com/6534566234
http://yellow.website.com/36476586
http://green.website.com/34646634

我能够弄清楚如何使用 regex_replace 将直到最后一个 / 的所有内容都替换为空：

select regexp_replace('http://blue.website.com/categoryA/sectionA/title/6534566234', '^.*/', '')

regexp_replace|
--------------|
6534566234    | 

但是，我不确定如何扩展它以替换第三个 / 和最后一个 / 之间的所有内容。

【参考方案1】：

将每个术语分别替换为空白（即“删除”），使用环视来定位正确的部分：

select regexp_replace('http://blue.website.com/categoryA/sectionA/title/6534566234', '(?<!/)/[^/]+(?=/)', '', 'g')

见live demo。

正则表达式(?<!/)/[^/]+(?=/) 的工作原理如下：

/[^/]+ 匹配斜线后跟非斜线 (?<!/) 前面的字符不是斜杠。这可以防止匹配您想要保留的// 之后的部分 (?=/) 要求以下字符为斜线。这会阻止匹配您要保留的最终术语

最后一个参数 'g' 是 global 标志 - 表示替换 all 匹配项（不仅仅是第一个，如果未指定此参数，则会出现这种情况）