Пошук за зразком

Очищення даних у базах даних PostgreSQL

Darryl Reeves, Ph.D.

Industry Assistant Professor, New York University

Виявлення шаблонів: приклад

 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

Виявлення шаблонів: приклад

Дійсні префікси коду NTA

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

Виявлення шаблонів: приклад

Таблиця результатів із червоною рамкою, що виділяє недійсний код NTA

Оператор LIKE

SELECT * FROM restaurant_inspection WHERE nta LIKE 'QN544';

SELECT * FROM restaurant_inspection WHERE nta = 'QN544';

Оператор LIKE

Символи пошуку за зразком

% — відповідає будь-якій послідовності з нуля чи більше символів
_ (підкреслення) — відповідає одному символу

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

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

Регулярні вирази (RE)

Пошук за зразком з LIKE обмежений
Точніші шаблони можуть бути корисні
Регулярні вирази (RE) дають виразніший пошук за зразком

Оператор SIMILAR TO

Надає додаткові можливості пошуку за зразком

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

Основи RE

Metacharacter	Usage	Example RE	Example Match
`\d`	відповідає цифрі (0–9)	`\d\d\d`	'345'
`?`	відповідає 0 або 1 попереднього символу	`x\d?`	'x5'
`+`	відповідає одному чи більше попереднього символу	`\d+`	'10'
`*`	відповідає будь-яким символам 0 або більше разів	`\d*`	'3081'
`[]`	відповідає будь-якому символу в дужках	`[a-z]`	'f'

Використання RE з 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

Давайте потренуємось!

Очищення даних у базах даних PostgreSQL