पैटर्न मैचिंग

PostgreSQL डेटाबेस में डेटा क्लीनिंग

Darryl Reeves, Ph.D.

Industry Assistant Professor, New York University

पैटर्न पहचानना: एक उदाहरण

 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

पैटर्न पहचानना: एक उदाहरण

NTA कोड के वैध प्रीफ़िक्स

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

पैटर्न पहचानना: एक उदाहरण

टेबल परिणाम, लाल बॉक्स में एक अमान्य NTA कोड हाइलाइटेड

LIKE ऑपरेटर

SELECT * FROM restaurant_inspection WHERE nta LIKE 'QN544';

SELECT * FROM restaurant_inspection WHERE nta = 'QN544';

LIKE ऑपरेटर

पैटर्न मैचिंग कैरेक्टर

% - शून्य या अधिक किसी भी कैरेक्टर का अनुक्रम मैच करता है
_ (अंडरस्कोर) - एकल कैरेक्टर मैच करता है

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

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

Regular expressions (REs)

LIKE से पैटर्न मैचिंग सीमित है
अधिक विशिष्ट पैटर्न उपयोगी हो सकते हैं
Regular Expressions (REs) और अधिक अभिव्यक्तिपूर्ण पैटर्न मैचिंग देते हैं

SIMILAR TO ऑपरेटर

अतिरिक्त पैटर्न मैचिंग क्षमता देता है

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

REs की बुनियाद

Metacharacter	उपयोग	उदाहरण RE	उदाहरण मैच
`\d`	एक अंक (0-9) से मैच	`\d\d\d`	'345'
`?`	पिछले कैरेक्टर के 0 या 1 से मैच	`x\d?`	'x5'
`+`	पिछले कैरेक्टर के 1 या अधिक से मैच	`\d+`	'10'
`*`	किसी भी कैरेक्टर के 0 या अधिक से मैच	`\d*`	'3081'
`[]`	ब्रैकेट में दिए किसी भी कैरेक्टर से मैच	`[a-z]`	'f'

SIMILAR TO के साथ REs का उपयोग

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

अभ्यास करते हैं!

PostgreSQL डेटाबेस में डेटा क्लीनिंग