PostgreSQL中如何让REGEXP_MATCHES返回唯一正则匹配结果？

嘿，这个问题其实很常见——REGEXP_MATCHES的'g'标志会返回所有匹配项，包括重复的，所以咱们只需要加个去重步骤就能搞定。给你两种实用的方案：

方案1：直接返回去重后的哈希标签行 #

你可以用DISTINCT关键字对REGEXP_MATCHES的结果去重，这样就能得到每个唯一的哈希标签：

SELECT DISTINCT hashtag
FROM REGEXP_MATCHES(
    'this has #abc and also #def and another #abc and even an #bc',
    '(#[A-Za-z0-9_]+)',
    'g'
) AS matches(hashtag);

执行这个查询后，结果会是：

hashtag
---------
 #abc
 #def
 #bc

方案2：将唯一哈希标签聚合成数组 #

如果你希望结果是一个包含所有唯一标签的数组，可以用ARRAY_AGG配合DISTINCT，还能顺便排序：

SELECT ARRAY_AGG(DISTINCT hashtag ORDER BY hashtag) AS unique_hashtags
FROM REGEXP_MATCHES(
    'this has #abc and also #def and another #abc and even an #bc',
    '(#[A-Za-z0-9_]+)',
    'g'
) AS matches(hashtag);

这个查询会返回：

unique_hashtags
-----------------
 {#abc,#bc,#def}

补充说明 #

你的正则表达式'(#[A-Za-z0-9_]+)'是没问题的，符合大多数平台哈希标签的规则（仅包含字母、数字和下划线，以#开头）。如果需要支持其他字符（比如连字符），只需要把正则调整为'(#[A-Za-z0-9_-]+)'即可。

内容的提问来源于stack exchange，提问作者Mike M