如何用PostgreSQL正则过滤指定表并实现记录去重

正则匹配规则 #

用负向后行断言排除schema以_inc结尾的表，正则表达式如下：

^[a-z0-9_]+(?<!_inc)\.[a-z0-9_]+$

• ^[a-z0-9_]+：匹配schema部分的合法字符（PostgreSQL标识符允许字母、数字、下划线）
• (?<!_inc)：负向后行断言，确保schema的结尾不是_inc
• \.[a-z0-9_]+$：匹配表名部分，以点号分隔，直到字符串结尾

PostgreSQL 实现示例 #

假设你已通过正则提取出所有表名记录，可通过以下SQL完成过滤+去重：

SELECT DISTINCT table_name
FROM (
    -- 替换成你原本提取表名的查询语句
    SELECT unnest(regexp_matches(your_sql_content, '\b([a-z0-9_]+\.[a-z0-9_]+)\b', 'g')) AS table_name
) extracted_tables
WHERE table_name ~ '^[a-z0-9_]+(?<!_inc)\.';

• regexp_matches配合g标志提取所有匹配的表名，unnest将数组转为行记录
• WHERE子句用正则过滤掉schema带_inc后缀的记录
• DISTINCT直接对剩余表名去重，保留唯一记录

补充说明 #

1. 如果SQL中存在大小写混合的标识符，需在正则中加入i标志（如'gi'），或调整正则为^[A-Za-z0-9_]+(?<!_inc)\.[A-Za-z0-9_]+$
2. 若表名包含双引号包裹的特殊字符，需要调整正则适配，但PostgreSQL常规标识符一般仅包含字母、数字、下划线

内容的提问来源于stack exchange，提问作者Ram