PostgreSQL扩展中Regex匹配异常：预期匹配却始终返回false

你的代码存在两个关键错误，导致正则匹配始终返回false：

1. 正则表达式转义错误 #

在C语言字符串中，反斜杠\需要双重转义为\\，才能被正确传递给正则引擎。原代码中的\d{4}会被C编译器视为无效转义序列，实际传入正则引擎的模式丢失了匹配数字的规则，自然无法识别年份部分的数字。

2. 匹配字符串长度错误 #

测试字符串"Jan-2080"的实际字符长度是8（依次为J、a、n、-、2、0、8、0），但你传入RE_compile_and_execute的长度参数是9，这会让正则引擎读取超出字符串范围的内存，引发未定义行为，直接干扰匹配结果。

修正后的代码 #

PG_FUNCTION_INFO_V1(test_regex);
Datum
test_regex() {
  // 修复转义：\d 改为 \\d
  const char* mon_yyyy = "(?i)(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec).*-.*\\d{4}";
  text* mon_yyyy_text = cstring_to_text(mon_yyyy);
  char* data = "Jan-2080";
  PG_RETURN_BOOL(
    RE_compile_and_execute(
      mon_yyyy_text,
      data,
      8,  // 修正为实际字符串长度8
      0,
      (Oid)100,
      0,
      NULL
    )
  );
}

额外优化建议 #

• 不区分大小写的规则可以通过RE_compile_and_execute的第四个参数（flags）传入RE_FLAGS_CASE_INSENSITIVE（需包含头文件regexp.h），这样可以去掉模式中的(?i)，代码更清晰：

  // 去掉模式中的(?i)，修改flags参数
  const char* mon_yyyy = "(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec).*-.*\\d{4}";
  // ...
  RE_compile_and_execute(
    mon_yyyy_text,
    data,
    8,
    RE_FLAGS_CASE_INSENSITIVE,  // 使用flags指定不区分大小写
    (Oid)100,
    0,
    NULL
  )
  

• 确保代码包含必要的头文件：#include "postgres.h"、#include "fmgr.h"、#include "regexp.h"，否则会出现编译错误。

内容的提问来源于stack exchange，提问作者anteater