PostgreSQL如何在WHERE子句中使用REGEXP筛选不符合格式的记录

格式规则说明 #

desc字段的合法格式要求为：

• 字符串开头为连续的英文字母串
• 字母串后紧接3位数字
• 数字后固定为-（空格+横杠+空格）分隔符
• 分隔符后为任意文本内容
  合法格式示例：AMAN032 - Gunting，可拆分为[连续字母][3位数字] - [任意文本]。

查询语句 #

使用PostgreSQL的!~操作符（即不匹配指定正则）筛选不符合规则的记录，SQL如下：

SELECT urutan, "desc"
FROM 替换为你的实际表名
WHERE "desc" !~ '^[A-Za-z]+[0-9]{3} - .+';

注意：desc是SQL保留关键字，作为字段名查询时需要用双引号包裹。如果业务允许分隔符后为空内容，可以将正则末尾的.+替换为.*。

正则逻辑解释 #

• ^：锚定字符串开头，避免字符串中间出现符合规则的片段时被误判为合法
• [A-Za-z]+：匹配1个及以上大小写英文字母，对应开头的连续字母串
• [0-9]{3}：精确匹配3位连续数字
• -：精确匹配固定格式的分隔符
• .+：匹配分隔符后1个及以上的任意字符

返回结果 #

执行上述语句后，将精准返回所有不符合格式要求的记录，对应urutan为1434、1435、1437：

• urutan=1434，desc=Oli Bell One AT-D 20W40：字母后未直接连接3位数字，无合法分隔符
• urutan=1435，desc=Water Refill：字母后未直接连接3位数字，无合法分隔符
• urutan=1437，desc=Kabel Ties 20 Cm - 50：开头字母段后存在空格，未直接连接3位数字，不满足前缀要求

内容的提问来源于stack exchange，提问作者riki yudha