Regex 如何在PostgreSQL中提取后跟特定字符串的数字？

我有下表：

CREATE TABLE test_regex (
    drug TEXT
);

INSERT INTO test_regex
VALUES
    ('DRUGA 200 MG'),
    ('DRUGB 150 MCG'),
    ('DRUGC 1.5 GM BOX'),
    ('DRUGD 27.2 MG/5 ML VIAL')
;

我想摘录以下内容：

200 MG
150 MCG
1.5 GM
27.2 MG

到目前为止，我所尝试的：

SELECT
    substring(drug, '[0-9]*\.?[0-9]* MG|GM|MCG')
FROM
    test_regex
;

其结果是：

 200 MG
 MCG
 GM
 27.2 MG

我也试过：

SELECT
    substring(drug, '[0-9]*\.?[0-9]* (MG|GM|MCG)')
FROM
    test_regex
;

因此：

 MG
 MCG
 GM
 MG

---

我认为问题在于后面的

（MG | GM | MCG）

组是如何处理的，但我在PostgreSQL文档中找不到我想要的内容。我希望得到第一个数字部分，然后是一个空格，然后是MG、GM或MCG。我认为它被分组为带有MG的数字表达式，然后是GM或MCG。

主要思想是，您需要将在字符串中的同一位置匹配的备选方案分组。此外，我建议使用单词边界将字符串作为整个单词进行匹配

另外，请注意，如果存在以下情况，则只返回捕获组捕获的匹配部分：

如果模式包含任何括号，则返回与第一个带括号的子表达式（左括号位于第一位的子表达式）匹配的文本部分

因此，您可以使用的分组构造是，

（？：…|…）

你可以用

substring(drug, '\m[0-9]*\.?[0-9]+\s*(?:MG|GM|MCG)\M')

看

图案细节

• \m

  -单词的开头

• [0-9]*

  -零位或更多位

• \？

  -可选的

• [0-9]+

  -1+位

• \s*

  -0+空格

• （？：MG | GM | MCG）

  -要么

  MG

  ，要么

  GM

  或

  MCG

  （您可以将其写成

  （？：MC？G | GM）

  ，以提高效率）

• \M

  -词尾

---

A应该可以做到这一点，尽管我不确定如何在Postgres中编写这些内容。与捕获组（带有括号的默认值）不同，它不会更改匹配语义。话虽如此，也许还有一种方法可以让您的捕获组工作，通过某种方式选择您想要的匹配组作为结果。（通常情况下，匹配组0是完全匹配，而匹配组1是第一个捕获组，即您看到的作为结果的组。）

？：

使该组成为非捕获组成功。你能解释一下单词开头和结尾的原因吗？再次感谢@Gregoyarenius

\m..\m

=

\y..\y

（在其他正则表达式中，

\b..\b

）用于匹配整个单词（它与

5mgg

@Wiktor Stribiżew中的

5MG

不匹配再次感谢您在子字符串函数中添加了文档的最后一位，以及它如何处理捕获组。这让我清楚了发生了什么。