PostgreSQL正则表达式提取Swagger中scopes字段问题求助

你当前使用的正则表达式E'\"([a-z]+\\.[a-z]+)\"'存在两个问题：

• 仅匹配包含.的scope名称（如valueid.read），像value、vlimit这类不含.的scope因不符合[a-z]+\\.[a-z]+的格式要求被过滤；
• 未限定匹配范围，可能误提取Swagger文本其他位置的字符串。

先精准定位scopes块的内容，再提取所有符合格式的scope名称，分两种场景处理：

场景1：Scope键带转义双引号（如"valueid.read": "lorem"） #

使用以下PostgreSQL查询：

select unnest(regexp_matches(
  -- 提取scopes块内的所有内容，排除其他无关部分
  regexp_replace(api_spec, E'(?s).*scopes:\\s*(.*?)(?=\\n\\s*\\w+:).*', '\\1'),
  -- 匹配scopes块内所有带转义双引号的scope键
  E'\\"([a-z0-9.]+)\\"', 'g'
)) as scopes
from apis;

逻辑说明 #

1. regexp_replace部分：
   • (?s)开启单行模式，让.可匹配换行符；
   • .*scopes:\\s*定位到scopes:开头；
   • (.*?)非贪婪捕获scopes:到下一个同级属性（如authorizationUrl:）之间的内容；
   • 最终仅保留scopes块的内容，避免干扰其他部分。
2. regexp_matches部分：
   • E'\\"([a-z0-9.]+)\\"'匹配带转义双引号的scope键，[a-z0-9.]+支持小写字母、数字和.，覆盖所有scope格式；
   • 'g'开启全局匹配，提取所有符合条件的结果。

场景2：Scope键无引号（如valueid.read: "lorem"） #

如果你的Swagger文本中scope键没有双引号，使用以下查询：

select unnest(regexp_matches(
  regexp_replace(api_spec, E'(?s).*scopes:\\s*(.*?)(?=\\n\\s*\\w+:).*', '\\1'),
  -- 匹配scopes块内每行的缩进+scope键+冒号
  E'^\\s+([a-z0-9.]+):', 'gm'
)) as scopes
from apis;

逻辑说明 #

E'^\\s+([a-z0-9.]+):'匹配scopes块内每行开头的缩进+scope键+冒号，'gm'开启全局多行模式，确保每行的scope都被提取。

内容的提问来源于stack exchange，提问作者zubintro