CASE與正則表達式：「在上下文中調用的集值函數，不能接受集」

Question

我想在PostgreSQL 9.0.1中做一個稍微複雜的字符串轉換。在my_col的值是在的格式長串：

'12345_sometext_X12B_1' 
'12345_sometext_optionaltext_Y09B_1' 
'12345_sometext_optionaltext_X12A_1' 

我需要將「X12」部分轉化爲具有已知的數值，有幾個不同的已知的值（最多5）。

我希望能夠在不需要子查詢的情況下在一個查詢中確定這一點。但是，以下內容不適合我。最後一列是拋出異常的那一列。看起來我不能用CASE語句使用這些函數的輸出組合出於某種原因。我只列出了進行中的列，僅用於演示目的。

select 
      regexp_matches(my_col, E'^.*_([^_]*)[A-Z]{1}_\\d*$'), -- returns {'X12'} 
     (regexp_matches(my_col, E'^.*_([^_]*)[A-Z]{1}_\\d*$'))[1], -- returns 'X12' 
    case (regexp_matches(my_col, E'^.*_([^_]*)[A-Z]{1}_\\d*$'))[1] 
     when 'X12' then '1200' 
     when 'Y09' then '950' 
     else '?' end -- should return '1200' but throws error 
from my_table; 

相反，我得到的錯誤：

ERROR: set-valued function called in context that cannot accept a set 
SQL state: 0A000 

有人可以告訴我？

Answer 1

鑑於數據：

create table my_table(my_col text); 
insert into my_table(my_col) values 
('12345_sometext_X12B_1'), 
('12345_sometext_optionaltext_Y09B_1'), 
('12345_sometext_optionaltext_X12A_1'), 
('nomatch'); 

上面的查詢會產生你報告錯誤。很奇怪，因爲：

SELECT pg_typeof((regexp_matches(my_col, E'^.*_([^_]*)[A-Z]{1}_\\d*$'))[1]); 

回報 '文本'。它應該真的說setof text雖然，那就是陷阱：regex_matches是一個集合返回函數。那些在PostgreSQL的FROM子句之外調用時會有......有趣的行爲。

從pattern matching：

The regexp_matches function returns a text array of all of the captured substrings resulting from matching a POSIX regular expression pattern. It has the syntax regexp_matches(string, pattern [, flags ]). The function can return no rows, one row, or multiple rows

請重新定義查詢使用子查詢調用SRF。如果多行被匹配返回此會失敗，但：

SELECT 
    CASE (SELECT x[1] FROM regexp_matches(my_col, E'^.*_([^_]*)[A-Z]{1}_\\d*$') x) 
    WHEN 'X12' THEN '1200' 
    WHEN 'Y09' THEN '950' 
    ELSE '?' 
    END 
FROM my_table; 

---

想看SRF用於如何怪異的SELECT是PG？比較這些查詢的結果：

SELECT generate_series(1,10), generate_series(1,15); 

和：

SELECT generate_series(1,10), generate_series(1,20); 

第一屆產生30行。第二個產生20.解釋爲什麼。如果偶爾有用的結果，Pg中SELECT列表中的多個SRF會產生瘋狂的結果。

感謝Tom Lane，PostgreSQL 9.3支持SQL標準LATERAL子句，它爲當前行爲提供了一個明智而明確的替代方案。

Answer 2

regexp_matches()返回SETOF text[]（一組文本陣列的），它是用於在相同串的一個圖案的多個匹配是有用的。但是對於這個任務，這只是錯誤的工具。使用substring()代替正則表達式。它返回text。重用demo table in @Craig's answer：

SELECT CASE substring(my_col, '^.*_([^_]*)[A-Z]_\d*$') 
     WHEN 'X12' THEN '1200' 
     WHEN 'Y09' THEN '950' 
     ELSE   '?' 
     END As result 
FROM my_table; 

返回：

result 
-------- 
1200 
950 
1200 
? 

也略有簡化了正則表達式。 {1}只是噪音。

如果你需要優化性能儘量做沒有正則表達式，這是強大的，但相對昂貴。例如：

reverse(right(split_part(reverse(my_col), '_', 2), -1)) 

看起來更復雜，但在我的測試中仍然更快。