Postgresql - 带有潜在引号的正则表达式拆分 csv 行

Posted 2023-03-31

【中文标题】Postgresql - 带有潜在引号的正则表达式拆分 csv 行

【英文标题】：Postgresql - Regex split csv line with potentials quotes

【发布时间】：2017-02-02 18:15:37

【问题描述】：

我想在 postgres 中拆分代表 csv 行的列。此文本行中的字段由竖线分隔，有时它们用引号括起来，有时不是。此外，我们还可以转义字符。

field1|"field2"|field3|"22 \" lcd \| screen "

是否有正则表达式来拆分此列（即使用 regexp_split_to_array(....)？）

【问题讨论】：

string_to_array(.., '|') 应该可以正常工作

抱歉不明确，来自 field1|"field2"|field3|"22 \" lcd \|屏幕“我将获得 field1 field2 field3 22” lcd |屏幕

rextester.com/MXQPE34954

【参考方案1】：

与正则表达式无关，但它可以工作

create or replace function split_csv(
  line text,
  delim_char char(1) = ',',
  quote_char char(1) = '"')
returns setof text[] immutable language plpythonu as $$
  import csv
  return csv.reader(line.splitlines(), quotechar=quote_char, delimiter=delim_char, skipinitialspace=True, escapechar='\\')
$$;

select *, x[4] from split_csv('field1|"field2"|field3|"22 \" lcd \| screen "'||E'\n'||'a|b', delim_char := '|') as x;

╔══════════════════════════════════════════════╤══ ══════════════════╗ ║ x │ x ║ ╠══════════════════════════════════════════════╪══ ══════════════════╣ ║ field1,field2,field3,"22 \" 液晶屏 |屏幕“│22”液晶屏|画面║ ║ a,b │ ░░░░ ║ ╚══════════════════════════════════════════════╧══ ══════════════════╝

【讨论】：

嗨，什么样的额外设置需要这个解决方案？我应该只添加 python postgres 扩展还是需要安装特定的 csv 模块？

@RobertoG。老实说，我不确定。它在这里“开箱即用”（Linux+PostgreSQL+Python）。试试吧。

@RobertoG。顺便说一句，我困了，对不起。功能简化，添加了更复杂的示例。祝你好运。

直接使用（从文件系统获取 CSV！）用 open(line, 'rb') 替换 line.splitlines() 并使用文件名作为输入，例如。 /tmp/test.csv 。一般来说 pg-server 只能从/tmp读取。