为什么这个正则表达式不能在postgreSQL中工作

Question

我想要一个正则表达式来从URL字符串中捕获基本URL。这

^(.+?[^\/:])(?=[?\/]|$) 

的作品。 REGEX101

但是当我尝试到PostgreSQL中使用它

regexp_replace(content_url,'^(.+?[^\\/:])(?=[?\\/]|$)', '\1') 

它不

Answer 1

RegexBuddy给出了关于第一这个警告 '？'

PostgreSQL is inconsistent in the way it handles lazy quantifiers in regular expressions with alternation because it attempts to match the longest alternative, instead of being eager and accepting the first alternative that matches

，如果你删除它，它似乎工作，即^(.+[^\/:])(?=[?\/]|$)

然而，如果你试图解析该正则表达式将无法工作的BaseURL。使用此代替：

select regexp_replace('....', '^(.*:)//([a-z\-.]+)(:[0-9]+)?(.*)$', '\2') 

Answer 2

PostGreSQL有一个有趣的正则表达式引擎。我花了一段时间才弄清楚什么是逃脱的，哪些需要双重逃脱。我的解决方案是：

(regexp_matches(content_url,'(https?:\/\/\\w+(?:\\.\\w+)+)'))[1] AS content_url 

希望这可以帮助某人。