Postgresql：动态正则表达式模式

我的事件数据如下所示：

 id | instance_id | value
 1  | 1           | a
 2  | 1           | ap
 3  | 1           | app
 4  | 1           | appl
 5  | 2           | b
 6  | 2           | bo
 7  | 1           | apple
 8  | 2           | boa
 9  | 2           | boat
10  | 2           | boa
11  | 1           | appl
12  | 1           | apply

基本上，每一行都是用户键入的新字母。他们还可以删除字母

我想创建一个类似这样的数据集，我们称之为

data

 id | instance_id | value
 7  | 1           | apple
 9  | 2           | boat
12  | 1           | apply

我的目标是提取每个实例中的所有完整单词，同时考虑删除-因此仅获取最长的单词或最近键入的单词是不够的

为了做到这一点，我计划进行如下的正则表达式操作：

select * from data
where not exists (select * from data d2 where d2.value ~ (d.value || '.'))

实际上，我正在尝试构建一个动态正则表达式，它添加的匹配字符比当前多一个，并且特定于它所匹配的行

---

上面的代码似乎不起作用。在Python中，我可以在使用正则表达式模式之前“编译”它。在PostgreSQL中，动态构建模式的等效方法是什么？

尝试使用simple LIKE运算符，而不是正则表达式模式：

SELECT * FROM data d1
WHERE NOT EXISTS (
  SELECT * FROM data d2
  WHERE d2.value LIKE d1.value ||'_%'
)

演示：

---

在

value

列上创建一个索引，这将加快查询速度。

在顺序数据中查找峰值是一个不错的选择。您只需使用以下方法将每个值与上一个值和下一个值进行比较：

---

你怎么知道一个词是什么？我的意思是，为什么“boa”和“a”以及“app”不在你的列表中呢？听起来更像是你想把所有的值和字典进行比较。我无法想象正则表达式在这里会有多大帮助（至少完全靠它们自己来完成这项工作）。嘿，伙计们，实际上对字典中的单词一点也不感兴趣（我们的实际数据无论如何都不是字典中的单词）。我们看到两个三角形图案，我对“峰”感兴趣，即：a>aa>aaa>aaaa>aaa>aaa>aab有两个峰：aaaa和AAAB。Abelisto，你能分享一下这个答案吗？这对我的基本情况很有用，谢谢！但是，有没有一种方法可以构建动态模式？

with cte as (
  select 
    *, 
    length(value) > coalesce(length(lead(value) over (partition by instance_id order by id)),0) and
    length(value) > coalesce(length(lag(value) over (partition by instance_id order by id)),length(value)) as is_peak
  from data)
select * from cte where is_peak order by id;