如何在PostgreSQL中使用正则表达式拆分包含数值（整数/浮点数）的字符串

我来帮你搞定这个混合文本拆分的问题，分单段数值和多段数值两种场景逐一说明：

单段数值场景（兼容整数/小数） #

你之前用的regexp_match语句只适配整数，是因为\d+只能匹配连续数字，没法识别小数部分。我们只需要把数值匹配的正则调整成支持小数的格式就行：

适配整数的例子 #

SELECT regexp_match('abcd1234567ef', '(.*?)(\d+(?:\.\d+)?)(.*)');

返回结果：{abcd,1234567,ef}

适配小数的例子 #

SELECT regexp_match('abcd1234567.89ef', '(.*?)(\d+(?:\.\d+)?)(.*)');

返回结果：{abcd,1234567.89,ef}

正则说明

• (.*?)：非贪婪匹配开头的非数值字符串，直到遇到第一个数字就停止，避免把后面的内容也吞进去
• (\d+(?:\.\d+)?)：核心的数值匹配部分，\d+匹配整数部分，(?:\.\d+)?是可选的小数段（用非捕获组(?:...)避免生成多余的分组）
• (.*)：匹配数值后面剩下的所有字符串

多段数值场景 #

如果你的文本里有多处数值（比如abcd12efg34567hij），需要拆分出所有交替的字符串和数值段，可以用regexp_matches配合全局匹配标志g，再用unnest把结果展开成行：

拆分所有字符串/数值段（包括小数） #

SELECT unnest(regexp_matches('abcd12efg34567hij', '([^\d]+)|(\d+(?:\.\d+)?)', 'g')) AS split_parts
WHERE split_parts IS NOT NULL;

返回结果：

split_parts
------------
abcd
12
efg
34567
hij

如果你的需求允许把相邻的非数值段合并（比如得到abcd、12efg、34567、hij），可以换一种思路：先按数值拆分字符串，再把拆分后的非数值段和数值段对应拼接。不过更简单的是用下面的语句，先提取所有数值位置，再拆分：

允许合并相邻非数值段的写法 #

WITH data AS (
  SELECT 'abcd12efg34567hij' AS input_str
),
numbers AS (
  SELECT 
    regexp_matches(input_str, '\d+(?:\.\d+)?', 'g') AS num,
    generate_series(1, regexp_count(input_str, '\d+(?:\.\d+)?')) AS idx
  FROM data
),
parts AS (
  SELECT 
    split_part(input_str, num[1], idx) AS str_part,
    num[1] AS num_part,
    idx
  FROM data, numbers
)
SELECT 
  CASE WHEN idx = 1 THEN str_part ELSE NULL END AS part,
  num_part AS part,
  CASE WHEN idx = (SELECT MAX(idx) FROM numbers) THEN split_part(input_str, num[1], idx+1) ELSE NULL END AS part
FROM parts
UNION ALL
SELECT split_part(input_str, num[1], idx+1) AS part
FROM data, numbers
WHERE idx = (SELECT MAX(idx) FROM numbers)
ORDER BY idx

不过这个写法稍复杂，如果你对两种拆分结果都接受，其实第一种全局匹配的写法更简洁好用。

内容的提问来源于stack exchange，提问作者Shh