PostgreSQL 17.1正则表达式疑问：特殊字符匹配与转义规则

两个DELETE语句的正则表达式区别 #

1. 语句1的正则逻辑
   ^[\u2611-\uffffff]+$ 中的 \u 是PostgreSQL正则的Unicode转义标识，\u2611 对应Unicode字符U+2611（勾选符号），\uffffff 对应U+FFFFF（Unicode辅助平面字符）。整个正则表示匹配完全由U+2611到U+FFFFF范围内Unicode字符组成的行，符合你原本想删除含符号、非英文内容的需求。

2. 语句2的正则逻辑
   ^[\2611-\uffffff]+$ 中的 \261 会被解析为八进制转义序列（PostgreSQL正则中，\ 后跟数字优先识别为八进制转义，最多取3位），八进制261对应ASCII的DEL字符（十进制177），剩下的1是普通字符'1'。后续的-作为范围分隔符，实际表示从字符'1'（U+0031）到U+FFFFF的所有字符。所以这个正则的匹配范围是：DEL字符 + 所有从'1'到U+FFFFF的字符组成的行，覆盖了纯数字、大部分符号、中文等大量内容，和语句1的目标范围完全不同。

误用语句2是否会误删重要数据？ #

肯定会。语句2会删除所有由数字（'1'及以上）、中文、大部分符号、DEL字符组成的行，比如纯数字ID、包含数字的业务文本、中文内容等都会被误删，严重时会丢失大量重要数据。

转义序列的使用场景、范围及归属 #

\\unnnn（Unicode转义） #

• 使用场景：需要匹配特定Unicode字符（如中文、emoji、特殊符号等）时使用，在PostgreSQL字符串中需写成'\\uXXXX'（双反斜杠转义）。
• 范围：nnnn是4位十六进制数，对应U+0000到U+FFFF的Unicode字符；若要表示U+10000以上的字符，需用\\U00XXXXXX（8位十六进制）。
• 归属：包含ASCII（U+0000-U+007F），其余为Unicode扩展字符。

\\xnn（十六进制转义） #

• 使用场景：匹配ASCII/Latin-1范围内的字符（如控制字符、西欧特殊字符）时使用，字符串中需写成'\\xXX'。
• 范围：nn是2位十六进制数，对应十进制0-255（0x00-0xFF）的字符。
• 归属：0x00-0x7F属于ASCII，0x80-0xFF属于Latin-1（Unicode的子集）。

\\nnnn（八进制转义） #

• 使用场景：匹配ASCII/Latin-1范围内的字符，常用于表示控制字符（如换行、DEL），字符串中需写成'\\XXX'（最多3位八进制数）。
• 范围：取1-3位八进制数，对应十进制0-255（000-777）的字符。
• 归属：000-177（八进制，对应十进制0-127）属于ASCII，200-777（十进制128-255）属于Latin-1。

内容的提问来源于stack exchange，提问作者barak.o