Khớp mẫu

Làm sạch dữ liệu trong cơ sở dữ liệu PostgreSQL

Darryl Reeves, Ph.D.

Industry Assistant Professor, New York University

Nhận diện mẫu: ví dụ

 camis    |              name               | inspection_date | score | nta  | ... 
 ---------+---------------------------------+-----------------+-------+------+-----
 ...      | ...                             | ...             | ...   | ...  | ...
 41659848 | LA BRISA DEL CIBAO              | 01/30/2018      | 20    | QN26 | ...
 40961447 | MESON SEVILLA RESTAURANT        | 03/19/2019      | 50    | MN15 | ...
 50063071 | WA BAR                          | 05/23/2018      | 15    | MN17 | ...
 50034992 | EMPANADAS MONUMENTAL            | 06/21/2019      | 17    | MN35 | ...
 50095871 | ALPHONSO'S PIZZERIA & TRATTORIA | 01/16/2020      | 10    | MN28 | ...
 41104041 | THE SPARROW TAVERN              | 09/17/2019      | 13    | QN72 | ...
 50016937 | BURGER KING                     | 09/14/2018      | 12    | QN55 | ...
 50066469 | DARBAR'S CHICKEN & RIBS         | 08/07/2017      | 11    | QN55 | ...
 41195691 | F & J PINE RESTAURANT           | 05/02/2019      | 26    | BX49 | ...
 50015706 | EL RINCONCITO DE LOS SABORES    | 12/18/2019      | 20    | QN35 | ...
 ...      | ...                             | ..    | ...  | ...

¹ https://www1.nyc.gov/site/planning/data-maps/open-data/dwn-nynta.page

Nhận diện mẫu: ví dụ

Tiền tố hợp lệ cho mã NTA

MN - Manhattan
BK - Brooklyn
BX - Bronx
QN - Queens
SI - Staten Island

Nhận diện mẫu: ví dụ

Kết quả bảng với khung đỏ đánh dấu một mã NTA không hợp lệ

Toán tử LIKE

SELECT * FROM restaurant_inspection WHERE nta LIKE 'QN544';

SELECT * FROM restaurant_inspection WHERE nta = 'QN544';

Toán tử LIKE

Ký tự khớp mẫu

% - khớp chuỗi bất kỳ (0 ký tự trở lên)
_ (gạch dưới) - khớp đúng 1 ký tự

SELECT 
* 
FROM 
restaurant_inspection 
WHERE nta LIKE 'QN%';

SELECT 
* 
FROM 
restaurant_inspection 
WHERE nta LIKE 'QN%' 
AND nta NOT LIKE 'QN__';

Biểu thức chính quy (RE)

So khớp mẫu với LIKE bị hạn chế
Cần mẫu cụ thể hơn
Biểu thức chính quy (RE) cho phép so khớp linh hoạt hơn

Toán tử SIMILAR TO

Cung cấp chức năng khớp mẫu bổ sung

SELECT 
  camis, name, inspection_date, score, nta 
FROM 
  restaurant_inspection 
WHERE nta SIMILAR TO 'QN%' AND nta NOT SIMILAR TO 'QN__';

Cơ bản về RE

Ký tự đặc biệt	Cách dùng	RE mẫu	Ví dụ khớp
`\d`	khớp một chữ số (0-9)	`\d\d\d`	'345'
`?`	khớp 0 hoặc 1 ký tự trước đó	`x\d?`	'x5'
`+`	khớp 1 hoặc nhiều ký tự trước đó	`\d+`	'10'
`*`	khớp 0+ lần ký tự trước đó	`\d*`	'3081'
`[]`	khớp ký tự bất kỳ trong ngoặc	`[a-z]`	'f'

Dùng RE với SIMILAR TO

SELECT 
    camis, name, inspection_date, score, nta 
FROM 
    restaurant_inspection 
WHERE nta SIMILAR TO 'QN%' AND nta NOT SIMILAR TO 'QN__';

SELECT 
    camis, name, inspection_date, score, nta 
FROM 
    restaurant_inspection 
WHERE 
    nta NOT SIMILAR TO '[A-Z][A-Z]\d\d';

 camis    |        name        | inspection_date | score | nta  
 ---------+--------------------+-----------------+-------+------
 41659848 | LA BRISA DEL CIBAO | 01/30/2018      | 20    | Q26
 41104041 | THE SPARROW TAVERN | 09/17/2019      | 13    | QN723

Ayo berlatih!

Làm sạch dữ liệu trong cơ sở dữ liệu PostgreSQL