正则表达式匹配加拿大邮政编码：多匹配位置重置问题求助

问题核心 #

原正则[A-Z]\d[A-Z]\s*\d[A-Z]\d无法捕获连续或重叠的加拿大邮编，比如在B1A0A0A0中，只能抓到第一个B1A0A0，后面的A0A0A0会被跳过——这是因为正则引擎匹配到一个结果后，会把匹配指针移动到当前匹配的末尾，后面重叠的潜在匹配就被忽略了。

解决方法 #

使用**零宽度正向预查（lookahead）**包裹捕获组，让正则引擎在不消耗字符的前提下检查所有可能的匹配位置，这样就能捕获所有重叠或连续的邮编。修改后的正则为：

(?=([A-Z]\d[A-Z]\s*\d[A-Z]\d))

• (?=...)是零宽度预查：只验证当前位置后方是否符合规则，不会移动匹配指针，所以可以重复检查后续字符。
• 内部的捕获组([A-Z]\d[A-Z]\s*\d[A-Z]\d)负责提取我们需要的邮编内容。

PostgreSQL 实际代码示例 #

把你的查询更新为以下版本，就能正确返回所有预期匹配：

with barcodes as(
    select * 
    from
        (values
         ('AAAC9B92WLEDH0G5R0Z0|2024-01-01T01:59:39.379-05')
         , ('SOMETEXTB1A0A0A0OTHERSTUFFB2A 0B0OTHER')
         , ('SOMETEXTA0A 0A0OTHERSTUFF')
        )b(barcode)
)
select * 
from barcodes  b
left join lateral  (    
    SELECT UNNEST(
        REGEXP_MATCHES(
            b.barcode
            , '(?=([A-Z]\d[A-Z]\s*\d[A-Z]\d))'
            , 'g'
        )
    ) match
)t on true;

执行后会得到：

• SOMETEXTB1A0A0A0OTHERSTUFFB2A 0B0OTHER对应的匹配：B1A0A0、A0A0A0、B2A 0B0
• SOMETEXTA0A 0A0OTHERSTUFF对应的匹配：A0A 0A0

关键说明 #

• 必须保留捕获组：REGEXP_MATCHES默认返回捕获组的内容，预查本身不会输出匹配文本。
• 全局标志g不能少：确保扫描整个字符串的所有匹配位置。

内容的提问来源于stack exchange，提问作者Iannick