PostgreSQL正则表达式精确匹配问题修复求助

问题分析 #

你遇到的问题核心是PostgreSQL正则表达式中\y单词边界的匹配规则和预期不符。PostgreSQL里的\y仅匹配**单词字符（字母、数字、下划线，即\w）**与非单词字符（或字符串开头/结尾）之间的边界。而你的目标文本是apple.，结尾的.属于非单词字符，所以\y无法匹配apple.的结尾位置——因为\y需要一边是单词字符，另一边是非单词字符（或首尾），但apple.的最后一个字符是非单词字符，后面如果是字符串结尾，没有单词字符来形成边界，所以\yapple\.\y自然匹配失败。

解决方案 #

根据你的需求（精确匹配apple.这个完整子串，确保它是独立单元，前后不是单词字符），推荐用零宽断言替代\y，这是最通用的解决方式：

调整Python代码中的正则部分

修改生成PostgreSQL正则的代码片段，把\y替换为零宽断言：

converted_part_query = (
    "("
    + converted_part_query
    + f""" and "{doc_table}".document::text  ~ '(?<!\\w){text_search_value}(?!\\w)'"""
    + ")"
)

验证测试SQL

对应的测试查询会变成：

select 'apple.' ~ '(?<!\w)apple\.(?!\w)'

执行这个查询会返回t（TRUE），完全符合你的预期。

额外优化建议 #

1. 你的Python文本处理代码可以简化，用字符类替代多分支正则：
   • 把re.sub("\.|\-|/", " ", text_search_value)改成re.sub(r"[./-]", " ", text_search_value)
   • 把re.sub("\)","",re.sub("\(","",text_search_value))改成re.sub(r"\(|\)", "", text_search_value)
2. 注意Python字符串中转义符的处理，用原始字符串（r""）可以减少转义混乱，比如生成SQL时可以用r'(?<!\w){text_search_value}(?!\w)'（需要结合f-string的写法调整）。

这样修改后，你的精确匹配逻辑就能正常工作啦！

备注：内容来源于stack exchange，提问作者Naresh Kumar P