SQL Server 2005正则表达式使模式匹配和数据提取变得更容易~

飞控芯片的隐形战场:传感器冗余与实时OS的可靠性革命 本文深入探讨飞控芯片在工业级无人机中的可靠性设计,聚焦传感器冗余架构与实时操作系统(RTOS)的容错机制。通过多IMU备份、自适应加权融合算法及NuttX、ChibiOS等RTOS的故障隔离技术,确保系统在极端环境下毫秒级自愈。文章还涵盖开源生态如PX4的跨平台移植及RISC-V架构的应用,为高可靠性飞控系统提供关键技术参考。 阅读详情
本文讨论:
  • 使用正则表达式进行高效的 SQL 查询
  • SQL Server 2005 对正则表达式的支持
  • 从 SQL Server 使用 .NET Regex 类
  • 在数据库中有效地使用正则表达式

本文使用了以下技术:
SQL Server 2005,.NET Framework

Get the sample code for this article.NEW:Explore the sample code online!

- or - 

代码下载位置: Regex2007_02.exe (154KB)  


目录
  • CLR 用户定义函数
  • 模式匹配
  • 数据提取
  • 模式存储
  • 匹配
  • 在匹配项中进行数据提取
  • 总结

尽管 T-SQL 对多数数据处理而言极其强大,但它对文本分析或操作所提供的支持却很少。尝试使用内置的字符串函数执行任何复杂的文本分析会导致难于调试和维护的庞大的函数和存储过程。有更好的办法吗?

实际上, 正则表达式提供了更高效且更佳的解决方案。它在比较文本以便标识记录方面的益处显而易见,但是它的用途并不仅限于此。我们将介绍如何执行各种简单或令人惊异的任务,这些任务在 SQL Server™ 2000 中被视为不切实际或不可能的,但现在由于 SQL Server 2005 对托管公共语言运行库 (CLR) 的支持而可行。

正则表达式对 SQL 来说并非新事物。Oracle 在 10g 中引进了内置的 正则表达式,而且许多开源数据库解决方案也使用某种 正则表达式库。实际上, 正则表达式可在 SQL Server 的早期版本中使用,但是过程的效率很低。

如果使用  sp_OACreate 存储过程,则可以使用任何实现 正则表达式的 OLE 自动化对象,但您必须首先创建一个 COM 对象,至少调用 IDispatch 一次,然后销毁此对象。多数情况下,这样做效率太低而且导致了太多性能问题。唯一的备选方案是创建扩展的存储过程。然而,现在有  SQLCLR,CLR 用户定义函数 (UDF),它允许您使用 Microsoft® .NET Framework 创建高效的且减少了出错可能性的函数集。


CLR 用户定义函数

CLR 用户定义函数只是在 .NET 程序集中定义的静态方法(Visual Basic 中的共享函数)。要使用  SQLCLR 对象,您必须使用新的  CREATE ASSEMBLY 语句在 SQL Server 注册程序集,然后在程序集中创建指向其实现的各个对象。对函数而言,CREATE FUNCTION 语句已扩展为支持创建 CLR 用户定义函数。为了简化操作,使用 SQL Server Project 时,Visual Studio® 2005 将代表您处理所有注册过程。此类项目与多数 Visual Studio 项目不同,因为当您尝试调试(或启动而未调试)时,项目将被重新编译,生成的程序集以及其中定义的所有  SQLCLR 对象将随后部署到 SQL Server,然后注册到 SQL Server。然后,IDE 将运行为项目指定的测试脚本。可以在 SQL 脚本和您的 .NET 代码中设置断点,这样可以简化调试过程。

添加函数就像将新类添加到任何其他项目类型一样。仅将一个新项添加到项目并且在提示时选择“用户定义函数”。新方法则被添加到包含所有函数的局部类。新方法还将有一个适用它的  SqlFunction 属性。Visual Studio 使用此属性来创建注册函数所需的 SQL 语句。 SqlFunction 中的 IsDeterministic、IsPrecise、DataAccess 和 SystemDataAccess 字段也由 SQL Server 用于各种用途。


模式匹配

确定字符串是否与 模式匹配是对 正则表达式的最简单应用,如图 1 所示,而且易于操作。
复制   保存
//Figure 1 字符串匹配
public static partial class UserDefinedFunctions
{
    public static readonly RegexOptions Options =
        RegexOptions.IgnorePatternWhitespace |
        RegexOptions.Singleline;

    [SqlFunction]
    public static SqlBoolean RegexMatch(
        SqlChars input, SqlString pattern)
    {
        Regex regex = new Regex(pattern.Value, Options);
        return regex.IsMatch(new string(input.Value));
    }
}

首先,我使用“选项”字段来存储函数的 正则表达式选项。在此情况下,我选择了 RegexOptions.SingleLine 和 RegexOptions.IgnorePatternWhitespace。前者指定单行模式,而后者则从 正则表达式消除保留的空格并且启用由磅符号标记的注释。仔细考虑和分析后,您可能想要使用的另一个选项是 RegexOption.Compiled。如果将 Compiled 用于大量使用的表达式,只要选项不是太多,您会发现显著的性能改进。反复使用的表达式应明确编译。然而,对于很少使用的 正则表达式,则不要使用 Compiled,否则会增加启动成本和内存开销。同样,您可能想要通过指定您是否想要编译表达式的其他参数来增强通用的 RegexMatch 函数;这样,您可以根据具体情况确定花费额外开销而带来的性能改进是否值得。

指定了要使用的 RegexOptions 后,我使用 SqlChars 数据类型而不是 SqlString 来定义 RegexMatch 函数。SqlString 数据类型转换成 nvarchar(4,000),而 SqlChars 转换成 nvarchar(max)。新的最大尺寸功能允许字符串扩展到超过 SQL Server 2000 的 8,000 字节限制。在整篇文章中,我尽可能使用 nvarchar(max) 并且最大程度地保证灵活性。然而,如果所有相关字符串包含的字符都少于 4,000 个,使用 nvarchar(4,000) 则性能可得到显著改善。您应检查一下您的特定需求及其相应代码。

此方法中的余下代码非常简单。通过定义的选项和提供的模式创建 Regex 实例,然后 IsMatch 方法将被用于确定指定的输入是否与 模式匹配。现在,您需要将一个简单的查询添加到测试脚本:
复制   保存
select dbo.RegexMatch( N'123-45-6789', N'^/d{3}-/d{2}-/d{4}$' )

此语句中的模式是用来测试美国社会安全号码的简单测试。在新查询中设置断点,然后开始单步调试函数。此函数允许您进行许多不同的测试,但我将为您介绍多数人未考虑到的一些内容。例如,在数据库中保持一致的命名约定非常重要,而编写查询来验证所有的存储过程是否符合组织的指导原则却很困难。RegexMatch 函数使得此项任务变得更加简单。例如,以下查询测试可以执行此项任务:
复制   保存
select ROUTINE_NAME
from INFORMATION_SCHEMA.ROUTINES
where ROUTINE_TYPE = N'PROCEDURE'
    and dbo.RegexMatch( ROUTINE_NAME, 
        N'^usp_(Insert|Update|Delete|Select)([A-Z][a-z]+)+$' ) = 0

此查询测试每个存储过程是否以“usp_”开头,后跟“Insert”、“Update”、“Delete”或“Select”,然后跟至少一个实体名称。此外,它还验证实体中的每个词是否以大写字母开始。请将这四行代码与下面仅使用内置函数的过于简化的版本相比较:
复制   保存
select ROUTINE_NAME
from INFORMATION_SCHEMA.ROUTINES
where ROUTINE_TYPE = N'PROCEDURE'
    and ( LEN( ROUTINE_NAME ) < 11
    or LEFT( ROUTINE_NAME, 4 ) <> N'usp_'
    or SUBSTRING( ROUTINE_NAME, 5, 6 ) not in 
        ( N'Insert', N'Update', N'Delete', N'Select' ) )

即使代码数量多了,但此查询实际上缺少几项 正则表达式版本中包含的功能。首先,它不区分大小写而且在查询中使用排序来执行测试会使其无规则可循。其次,它并未对包含在过程名称中的实际实体名称执行任何测试。第三,问题在于查询中测试的四个字符串的长度均为六个字符,这样我可以通过从六个字符中提取一个子串来简化代码,然后根据每个可接受的操作进行比较。由于所有操作名称的长度均为六个字符,因此该问题并不特定于此示例,但需要构想一个可以指定更复杂动词(例如“Get”、“List”或“Find”)的标准。RegexMatch 函数可以轻松处理这些动词,因为它们恰好是列表中的其他备选方案。

验证是 正则表达式的常见用法,可以验证从电话号码到邮政编码以及自定义帐号数字格式的任何内容。CHECK 约束非常适合执行此项操作,如以下所示表定义。
复制   保存
CREATE TABLE [Account]
(
    [AccountNumber] nvarchar(20) CHECK (dbo.RegexMatch( 
        [AccountNumber], '^[A-Z]{3,5}/d{5}-/d{3}$' ) = 1),
    [PhoneNumber] nchar(13) CHECK (dbo.RegexMatch( 
        [PhoneNumber], '^/(/d{3}/)/d{3}-/d{4}$' ) = 1),
    [ZipCode] nvarchar(10) CHECK (dbo.RegexMatch( 
        [ZipCode], '^/d{5}(/-/d{4})?$' ) = 1)
)

AccountNumber 列是按照满足以下条件的任意约定来验证的,即以三到五个字母开始,后跟五个数字,然后是一个破折号,最后又是三个数字。电话号码和邮政编码都根据标准的美国电话号码和邮政编码格式进行验证。RegexMatch 函数为 SQL Server 提供了许多功能,而 .NET 中的 正则表达式实现提供的功能则更多,正如您在下面内容中将看到的一样。


数据提取

正则表达式的分组功能可用于从字符串中提取数据。我的 RegexGroup 函数为 T-SQL 提供了此功能:
复制   保存
[SqlFunction]
public static SqlChars RegexGroup(
    SqlChars input, SqlString pattern, SqlString name)
{
    Regex regex = new Regex(pattern.Value, Options);
    Match match = regex.Match(new string(input.Value));
    return match.Success ?
        new SqlChars(match.Groups[name.Value].Value) : SqlChars.Null;
}

此函数同 RegexMatch 函数一样可创建 Regex 对象。然而,Match 对象并非用于测试匹配而是为在输入字符串中找到的第一个匹配项创建的。Match 对象用于检索指定的组。如果在输入中未找到匹配项,则返回空值。如果您喜欢用编号组而非命名组,则此函数仍然有效。仅将整数值传递给 SQL 代码中的函数,它会隐式地转换为 nvarchar 并且返回相应的组。

您可以在 SELECT 列表中使用 RegexGroup 函数来从其他一些数据片段中提取特定的信息片段。例如,如果您有一个存储了 URL 的列,您现在可以轻松地分析此 URL 以确定各个片段。此查询使用分组来确定存储在 UrlTable 表的 Url 列中的每个不同的服务器。
复制   保存
select distinct dbo.RegexGroup( [Url],
    N'https?://(?<server>([/w-]+/.)*[/w-]+)', N'server' )
from [UrlTable]

您还可以在计算列中使用此函数。下面的表定义将电子邮件地址分为邮箱和域。
复制   保存
CREATE TABLE [Email]
(
    [Address] nvarchar(max),
    [Mailbox] as dbo.RegexGroup( [Address], 
        N'(?<mailbox>[^@]*)@', N'mailbox' ),
    [Domain] as dbo.RegexGroup( [Address], N'@(?<domain>.*)', N'domain' )

邮箱列将返回电子邮件地址的邮箱或用户名。域列将返回电子邮件地址的域。


模式存储

这些函数使用的所有模式均仅为字符串,这意味着其中任何一个都可存储在数据库中的一个表中。多数存储国际数据的数据库都有一个表示国家的表。通过将额外列添加到此表,您可以存储特定于国家的验证模式。这样可允许适用于某地址行的约束根据该行对应的国家而变化。

在代表客户端存储数据的数据库中,通常已经有一个表示客户端的表。此表可用于存储允许您描述在数据库中存储原始客户端数据方式的分组模式,这样您就可以创建计算列以便从客户端数据中提取实际需要的数据。例如,如果您的每个客户端都有唯一的帐号方案而且您只需要该帐号的特定段,您可以轻松创建一个提取每个客户端信息正确片段的表达式。


匹配

并非确定字符串是否与 模式匹配,它有时需要提取每个匹配项。以前,这类提取需要游标循环访问字符串的各部分。该过程不仅速度慢,而且代码也难于理解和维护。 正则表达式是执行此操作的更好方法。现在的问题是如何在 SQL 构造中返回全部所需的数据。表值函数可以解决这个问题。

表值函数有点类似先前的函数,但在两个方面有所不同。首先,应用到方法的属性必须完全声明返回的表结构。其次,涉及两个方法。第一个方法返回可枚举对象而不是实际的函数结果。第二个方法传递可枚举对象以填充各行的字段。通过枚举器检索的每个值都应与结果集的一行对应。.NET Framework 中的 ICollection 接口实现了 IEnumerable,这意味着任何集合都可由第一个方法返回。Regex 类包含 Match 方法,该方法返回您可使用的 MatchCollection。MatchCollection 的问题在于,必须在 Match 方法返回前处理整个字符串。SQL Server 包括依赖于按需发生的处理过程的优化措施,因此我更愿意编写自己的枚举器(按需返回各匹配项)而不是预先返回整个集合。此决策实际取决于优化枚举器之前如何使用函数以及应如何对函数进行大量测试。

图 2 中的代码表示枚举器。跟踪各个匹配在返回的匹配集中的位置时,MatchNode 类在字符串中封装各个匹配。MatchIterator 类是可枚举的,它还处理 正则表达式处理过程。它使用新生成的关键字来创建比早期版本的框架更方便的枚举器。它将按需返回在输入字符串中检测到的各个匹配项。
复制   保存
//Figure 2 匹配的自定义可枚举对象
internal class MatchNode
{
    private int _index;
    public int Index { get { return _index; } }

    private string _value;
    public string Value { get { return _value; } }

    public MatchNode(int index, string value)
    {
        _index = index;
        _value = value;
    }
}

internal class MatchIterator : IEnumerable
{
    private Regex _regex;
    private string _input;

    public MatchIterator(string input, string pattern)
    {
        _regex = new Regex(pattern, UserDefinedFunctions.Options);
        _input = input;
    }

    public IEnumerator GetEnumerator()
    {
        int index = 0;
        Match current = null;
        do
        {
            current = (current == null) ?
                _regex.Match(_input) : current.NextMatch();
            if (current.Success)
            {
                yield return new MatchNode(++index, current.Value);
            }
        }
        while (current.Success);
    }
}


图 3 中的代码定义了表值 CLR UDF。RegexMatches 方法返回一个新的 MatchIterator。RegexMatches 方法中的  SqlFunctionAttribute 还包括某些其他属性。TableDefinition 属性被设置为函数的表定义。FillRowMethodName 被设置为调用返回可枚举对象的每个迭代的方法名称。在此情况下,该方法为 FillMatchRow。
复制   保存
//Figure 3 匹配的表值 CLR UDF
[SqlFunction(FillRowMethodName = "FillMatchRow",
    TableDefinition = "[Index] int,[Text] nvarchar(max)")]
public static IEnumerable RegexMatches(SqlChars input, SqlString pattern)
{
    return new MatchIterator(new string(input.Value), pattern.Value);
}

[SuppressMessage("Microsoft.Design", "CA1021:AvoidOutParameters")]
public static void FillMatchRow(object data,
    out SqlInt32 index, out SqlChars text)
{
    MatchNode node = (MatchNode) data;
    index = new SqlInt32(node.Index);
    text = new SqlChars(node.Value.ToCharArray());
}


对于 MatchIterator 的每个迭代,MatchNode 将被作为第一个参数传递到 FillMatchRow 方法。FillMatchRow 方法的其余参数必须声明为输出参数而且必须与第一个函数中定义的表定义匹配。FillMatchRow 函数仅使用 MatchNode 属性来填充字段数据。

最后,您可通过此函数从字符串轻松地提取多个数据片段。为了说明对 RegexMatches 函数的应用,让我们处理一个字符串以便使用此查询来确定其中包含多少个不同的单词:
复制   保存
declare @text nvarchar(max), @pattern nvarchar(max)
select
    @text = N'Here are four words.',
    @pattern = '/w+'
select count(distinct [Text])
    from dbo.RegexMatches( @text, @pattern )

此示例非常简单。不过它通过删除不同的关键字来显示使用此函数的某些可能性并且返回字符串的总字数。许多网站的文本输入限制似乎为任意长度的字符串。通过将此类测试与新的 nvarchar(max) 表示法相结合,它可以限制输入字数。此类查询可用于满足各种分析处理需求,而 RegexMatches 函数还可用于执行常见的任务。遗憾的是,此类查询还体现出对于使用 正则表达式的过度热衷。此例中通过“/w+”表达式完成的拆分操作可以恰好通过 String.Split 方法轻松地完成,那样速度会更快。 正则表达式是一个非常强大的工具,但一定要确保有充分理由应用它们。可能存在用于特定情况的更简单且性能更佳的工具。

我经常查看 MSDN&reg; 论坛中有关如何将一列值传递到存储过程的问题。我见过各种复杂的方法,它们将这类列表解析为实际列表以确定相关记录。RegexMatches 函数提供了更简洁的方法。
复制   保存
declare @pattern nvarchar(max), @list nvarchar(max)
select @pattern = N'[^,]+', @list = N'2,4,6'

select d.* from [Data] d
inner join dbo.RegexMatches( @list, @pattern ) re
    on d.[ID] = re.[Text]

此模式与任何不包含逗号的字符组匹配。如果给定一个名为 Data 的表和一个名为 ID 的整数列,此查询将返回列表中标识的每个记录。鉴于 SQL Server 中的隐式转换功能,这样会更有用。同一查询还可用于整数、日期/时间、GUID 或浮点数据类型。处理一列值的其他方法需要使用多个函数或存储过程才能达到这种灵活程度。此函数还可用于未以逗号分隔的列表。也可处理以空格、分号、制表符、回车或任何其他可识别字符分隔的列表。


在匹配项中进行数据提取

类似于返回匹配项,我们还可以从每个匹配项中提取数据。尝试使用 SQL 来进行这种操作是非常困难的。通常,这类任务将在应用程序而不是数据库中实现,这样会产生问题,因为使用该数据库的每个应用程序都必须实现所需过程。在此情况下,合理的方法是在存储过程中实现此功能。

同 RegexMatches 实现一样,我喜欢使用自定义的可枚举对象来返回组信息。由于我们还必须在每个匹配项中循环访问组,因此分组是唯一略微复杂的操作。在图 4 中,GroupNode 类与 MatchNode 类一样,除了它还包括其所代表的组的名称。GroupIterator 类与 MatchIterator 类类似,除了它还包括返回每个组的额外循环。由于拥有可枚举对象,因此我定义表值函数的过程与定义 RegexMatches 函数的过程一样。
复制   保存
//Figure 4 组的自定义可枚举对象
internal class GroupNode
{
    private int _index;
    public int Index { get { return _index; } }

    private string _name;
    public string Name { get { return _name; } }

    private string _value;
    public string Value { get { return _value; } }

    public GroupNode(int index, string group, string value)
    {
        _index = index;
        _name = group;
        _value = value;
    }
}

internal class GroupIterator : IEnumerable
{
    private Regex _regex;
    private string _input;

    public GroupIterator(string input, string pattern)
    {
        _regex = new Regex(pattern, UserDefinedFunctions.Options);
        _input = input;
    }

    public IEnumerator GetEnumerator()
    {
        int index = 0;
        Match current = null;
        string[] names = _regex.GetGroupNames();
        do
        {
            index++;
            current = (current == null) ?
                _regex.Match(_input) : current.NextMatch();
            if (current.Success)
            {
                foreach (string name in names)
                {
                    Group group = current.Groups[name];
                    if (group.Success)
                    {
                        yield return new GroupNode(
                            index, name, group.Value);
                    }
                }
            }
        }
        while (current.Success);
    }
}


在图 5 中,RegexGroups 函数定义与 RegexMatches 函数定义一样,除了它还返回匹配项中包含组名称的其他数据列。通过此函数,我们现在可在字符串中找到多个匹配项,并且可从每个匹配项中提取特定的信息片段。
复制   保存
//Figure 5 组的表值 CLR UDF
[SqlFunction(FillRowMethodName = "FillGroupRow", TableDefinition =
    "[Index] int,[Group] nvarchar(max),[Text] nvarchar(max)")]
public static IEnumerable
    RegexGroups(SqlChars input, SqlString pattern)
{
    return new GroupIterator(new string(input.Value), pattern.Value);
}

[SuppressMessage("Microsoft.Design", "CA1021:AvoidOutParameters")]
public static void FillGroupRow(object data,
    out SqlInt32 index, out SqlChars group, out SqlChars text)
{
    GroupNode node = (GroupNode) data;
    index = new SqlInt32(node.Index);
    group = new SqlChars(node.Name.ToCharArray());
    text = new SqlChars(node.Value.ToCharArray());
}

处理数据库时,以不同格式导入数据是常见的任务。以逗号分隔格式导入文件则更常见。多数开发人员创建这样的应程序,它处理各行、提取数据,然后为各行执行存储过程。尽管该过程可行,但我愿意推荐另一种解决方案。如果您可以将整个文件传递到存储过程并且让存储过程处理整个过程,情况会怎样?通常这种想法被认为太复杂而无法实现,但是通过 RegexGroups 函数,您可以使用单一查询实际执行此项插入。例如,考虑以下客户数据。
复制   保存
2309478,Janet Leverling,J
2039748,Nancy Davolio,N
0798124,Andrew Fuller,M
4027392,Robert King,L

您需要从各行获得三项不同的信息:七位数的客户号、客户名以及单个字符的客户类型。通过以下表达式,您可以提取所有三项信息。
复制   保存
(?<CustomerNumber>/d{7}),(?<CustomerName>[^,]*),(?<CustomerType>[A-Z])/r?/n

您现在面临的问题是,RegexGroups 函数返回的结果不能直接使用。您可以使用 SQL Server 2005 中的枢轴功能而不是游标来循环访问结果。将所有的访问结果一起放入存储过程,这样您就获得了全部所需内容。图 6 中的存储过程接受包含最多 2GB Unicode 数据的以逗号分隔的文件的整个文本。它处理整个文件,将文件中的每一行作为行插入到 Customer 表中。任何被分隔的文本文件都可以相同的方法处理。对模式稍作更改就可以添加转义序列以支持字符串中的逗号。
复制   保存
--Figure 6 处理以逗号分隔的文件
create proc ImportCustomers
(
    @file nvarchar(max)
)
as

declare @pattern nvarchar(max)

set @pattern = N'(?<CustomerNumber>/d{7}),
    (?<CustomerName>[^,]*),(?<CustomerType>[A-Z])/r?/n'

insert [Customer]
(
    [CustomerNumber],
    [CustomerName],
    [CustomerType]
)
select
    f.[CustomerNumber],
    f.[CustomerName],
    f.[CustomerType]
from dbo.RegExGroups( @file, @pattern ) regex
pivot
(
    max([Text])
    for [Group]
    in ( [CustomerNumber], [CustomerName], [CustomerType] )
) as f


然而,此过程也再次说明执行同一任务有多种方法,而且有时 正则表达式并非总是最佳选择。在此例中,使用枢轴功能有效地撤消 RegexGroups 所执行的所有操作以便以特殊分组格式返回数据。还可以使用更简单且更快捷的 TVF 将数据直接插入表中,它只读取每一行,根据逗号执行 String.Split,然后返回每一行。


总结

尽管这些匹配函数功能非常强大,但它们还不完善。还有许多确定执行匹配操作确切方法的可能选项。如果您的数据库排序不区分大小写,您可能希望函数也以不区分大小写的方式执行匹配操作。可能会要求显式捕获选项以减少某些结果集。多行选项允许您为某些任务创建更精确的模式。您甚至可能希望创建用户定义的类型以便将确切的所需选项传递到每个函数,这样将允许每个函数的执行使用一组不同的选项。

您还应了解处理文本时会涉及本地化问题。例如,.NET Framework Regex 类比我的示例中的拉丁语 Regex 类识别更多字符,因此在开发使用国际数据的数据库时,应多加注意。

当然,如本文中多次提及的那样,尽管 正则表达式极其强大,但请确保您确实需要该功能。某些任务通过更基本的工具集来执行会更快且更简单。

为了方便起见,我提供的示例缺乏验证和错误处理,这些是任何生产系统中都应包括的。应验证函数的每个输入并且应由您的要求来确定如何响应 null 或空的字符串输入。无法分析模式或选项无效时,Regex 类可能会引发异常。应妥善处理这些异常。

将 正则表达式与 SQL 结合起来可以提供许多处理数据的可选方法。使用这些函数可以减少将功能添加到数据库所需的时间以及使系统更易于维护。任何数据库都可以使用 正则表达式,我建议您对这此函数进行试验以便发现新的、甚至更具创造性的用途
【驭风计划 机器学习】实验6 基于集成学习的 Amazon 用户评论质量预测 ¶随着电商平台的兴起,以及疫情的持续影响,线上购物在我们的日常生活中扮演着越来越重要的角色。在进行线上商品挑选时,评论往往是我们十分关注的一个方面。然而目前电商网站的评论质量参差不齐,甚至有水军刷好评或者恶意差评的情况出现,严重影响了顾客的购物体验。因此,对于评论质量的预测成为电商平台越来越关注的话题,如果能自动对评论质量进行评估,就能根据预测结果避免展现低质量的评论。本案例中我们将基于集成学习的方法对 Amazon 现实场景中的评论质量进行预测。 阅读详情

相关推荐

EPICS电机支持(asynMotor)

EPICS电机支持(asynMotor)

yuyuyuliang00的博客 916

SQL截取字符串

SUBSTRING 返回字符、binary、text      或      image      表达式的一部分。有关可与该函数一起使用的有效      Microsoft&amp;reg;      SQL      Server&amp;#8482;      数据类型的更多信息,请参见数据类型。   语法 SUBSTRING      (      expression  ...

weixin_34116110的博客 1116

Gröbner基方法入门第I部分:项序和约化

Gröbner基方法入门第I部分:项序和约化 理想的准素分解与矩阵分解是计算代数的核心问题,它们在计算机代数、计算代数几何、代数编码和密码学、多维系统理论等学科都有非常重要的理论意义与应用价值.Gröbner基理论是研究理想的准素分解与矩阵素分解的重要工具之一.更简单地概括:Gröbner基方法是从任意一个多项式理想的一组给定生成元,计算另一组性质良好的生成元,并称为该理想的Gröbner基.它能用来判定任意多项式是否属于该理想. Gröbner基的代数算法是Buchberger在1960年代开发的,并

MinCong Luo的博客 4272

sql正则提取固定内容

regexp_extract 语法: regexp_extract(string subject, string pattern, int index) 返回值: string 说明: 将字符串subject按照pattern正则表达式的规则拆分,返回index指定的字符。 第一参数string subject: 要处理的字段 第二参数string pattern: 需要匹配的正则表达式 第三个参数int index: 0是显示与之匹配的整个字符串 1 是显示第一个括号里面的 2 是

查数菇乐园 1万+

拉曼光谱仪的原理与应用——TFN 7G F660手持式拉曼光谱识别仪

拉曼光谱仪的原理与应用——TFN 7G F660手持式拉曼光谱识别仪

TFN_yzgd的博客 929

智慧楼宇解决方案-全套大合集

智慧楼宇解决方案,楼宇能耗-环境-设备统一管控解决方案。

byte58的博客 2592

如何通过SQL Server中的正则表达式语句来提取需要的字段的教程方法

如何通过SQL Server中的正则表达式语句来提取需要的字段的教程方法 作者:张国军_Suger 开发工具与关键技术:SQL Server 2014、SQL、正则表达式         之前由于个人项目需求需要我们通过某个条件来提取出我们需要的查询结果,但是这些字段包含复杂的字符,通过普通方法很难将他提取出来。后来我...

张国军_Suger 8052

深信服桌面云实战:从零部署到高效运维的配置全景指南

本文详细介绍了深信服桌面云从零部署到高效运维的全流程配置指南,涵盖硬件规划、平台部署、虚拟桌面发布、终端管理及性能优化等关键环节。特别强调了双万兆网络架构、分布式存储配置和智能调度功能的应用,帮助用户实现高性能、高可用的虚拟桌面环境。

weixin_28568819的博客 405

sqlserver字符串替换截取_如何在SQL SERVER中用正则表达式来替换字符串

今天有一位小伙伴问我,在SQL SERVER编写的SQL语句是否能支持正则表达式。在此我想与大家分享一下我的解决办法,大家可以参考一下。如何实现本身SQL SERVER语句是不支持的正则表达式的,但我们可以通过创建一个自定义函数来实现。完整的函数代码如下:IF OBJECT_ID(N'dbo.RegexReplace') IS NOT NULL DROP FUNCTION dbo.R...

weixin_39614276的博客 1890

【DRAM存储器六十四】DDR5介绍--preamble、postamble、interamble、刷新、power down、MPSM

简述DDR5 reamble、postamble、interamble、刷新、power down、MPSM的功能定义

highman110的博客 341

【光伏风电功率预测】基于 ICEEMDAN + MSCNN-BiGRU-Attention 的并行预测模型

本文提出一种基于ICEEMDAN分解与多尺度深度学习的光伏/风电功率并行预测框架。针对多能源、多时间尺度、强非平稳特性带来的建模挑战,该模型首先通过改进的ICEEMDAN算法将原始功率序列分解为不同频段的IMF分量;随后为每个IMF构建包含多尺度CNN、双向GRU和注意力机制的子模型,实现局部特征提取与时序依赖建模;最后通过并行预测与重构获得最终功率输出。实验表明,该方法能有效解决模式混叠问题,提升预测精度,并支持光伏/风电的独立或联合预测部署,适用于风光联合调度等工程场景。

专注AI大模型,软件混淆,授权 155

[SQL Server]使用正则表达式来查找字符串

使用正则表达式来查找字符串     由于SQL中的like运算符提供的功能非常有限,仅支持%,_,[],[^]这几个通配符,对于一些复杂的自符串搜索要求,它是无法满足的。以下转帖一个使用正则表达式搜索字符串的方法。 创建一个用户自定义函数,用户可以调用这个函数判断指定的字符串是否符合正则表达式的规则.CREATE FUNCTION dbo.find_regular_ex

小旭的技术博客 6058

使用 MATLAB/Simulink + Simscape Electrical 构建一个他励直流电机的启动与制动过程仿真模型

直流电机在工业控制、电动车辆、自动化设备中广泛应用。其中,他励直流电机(Separately Excited DC Motor)因其励磁绕组与电枢绕组分别供电,具有良好的调速性能和启动特性,常用于需要平稳启动和精确控制的场合。在实际应用中,电机的启动过程和制动过程对电网、机械系统以及电机本身都具有重要影响。因此,仿真分析他励直流电机的启动与制动特性,是电机控制设计的重要环节。本文将详细介绍如何使用构建一个他励直流电机的启动与制动过程仿真模型,并通过仿真分析其动态响应。本文详细介绍了如何使用构建一个。

amy_mhd的博客 233

通过正则表达式截取并删除sql语句不需要的部分

建立一个城市数据库,共github找的一份sql,然而并不想要多于的字段,于是通过正则表达式截取并删除。由于想了很久,记录一下~ 正则表达式 \,\s\'[0-9]+\' 正则表达式解析 符号 解析 \, 转译逗号 \s 空格 \’ 转译引号 [0-9]+ 正整数 通过正则表达式查找 删除不需要的字段 ...

数据搬运工 1640

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

SQL Server如何提取字符串中的纯数字

费尽心思之~SQL Server提取字符串中的数字 如何提取字符串中的纯数字前言一、如何提取字符串中的纯数字二、效果图总结 前言 最近做项目真的是需求满天飞啊,程序员快要被逼死的前奏~~~ 不多废话,上干货啦~ 一、如何提取字符串中的纯数字 SQL语句如下(示例): select a,substring(a,patindex('%[0-9]%', a), patindex('%[0-9][^0-9]%', a)-patindex('%[0-9]%', a)+1)as only_number from A

m0_49526063的博客 7919

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

SQL Server CHARINDEX和PATINDEX详解

SQL Server CHARINDEX和PATINDEX详解       假如你写过很多程序,你可能偶尔会碰到要确定字符或字符窜串否包含在一段文字中,在这篇文章中,我将讨论使用CHARINDEX和PATINDEX函数来搜索文字列和字符串。我将告诉你这两个函数是如何运转的,解释他们的区别。同时提供一些例子,通过这些例子,你可以可以考虑使用这两个函数来解决很多不同的字符搜索的问题。       

DigJim的专栏 1万+

正则提取列表内容(findall、search、match)

正则表达式

Amy8020的博客 1210

SQLServer使用正则表达式(匹配)

记录一下sqlserver使用正则匹配字符串的方法(替换就不写了,网上比较多) 一:如果只是查找表里有哪些符合条件的记录,只需要创建函数: USE [TableName] GO SET ANSI_NULLS ON GO SET QUOTED_IDENTIFIER ON GO ALTER FUNCTION [dbo].[RegexMatch] ( @pattern VAR...

add oil 2万+

tsql 正则_如何在SQL Server中使用正则表达式

展开全部sqlserver中,主要有regexp_like,regexp_replace,regexp_substr,regexp_instr四个正则表达式函数。1、regexp_like:regexp_like(x,pattern[,match_option]),查看x是否与pattern相匹配,该函数还636f707932313133353236313431303231363533313333...

weixin_35662171的博客 2185

SQL-正则表达式和约束

正则表达式和约束,包括正则表达式的字符和特殊字符,约束的分类,约束的作用,约束的用法。

K要努力的博客 6208

正则表达式截取指定字符串间的字符串

当对一段无规则的长本文进行指定内容的获取或提取时,运用正则表达式可以有效的提升我们的代码质量,提高我们的代码效率; 最近开发的功能极致的发挥了正则表达式的作用,且用到了多种截取方式。故在此做下总结与记录,希望可以帮到看到此博客的人。 1.截取指定字符串之间的字符串(不含开头与结尾字符串) 在一段文本中,我们指定了固定格式的文本。比如: ...

qq_33230345的博客 3万+

在SQLServer中使用正则表达式

sqlserver对于字符串的处理比较弱,replace函数也仅仅支持用字符串来作为匹配项,要是需要使用正则表达式,就只能通过系统存储过程来调用VB组件来实现了,下面是两个写好的正则函数: 测试是否匹配: GO CREATE FUNCTION dbo.regexIsMatch ( @source varchar(5000), --需要匹配的源字符串 @regex...

weixin_30362801的博客 1687

关于SQLSERVER中使用正则表达式的方式

关于SQLSERVER中使用正则表达式的方式 1、在SQLSERVER中创建内置函数 例如: ----------------------------------------------------------------------------------------------------- CREATE FUNCTION dbo.RegExpTest ( @source

cddchina的专栏 1万+

SQL Server中使用正则表达式

原文地址:http://www.cnblogs.com/colder/p/3796864.html SQL Server 2005及以上版本支持用CLR语言(C# .NET、VB.NET)编写过程、触发器和函数,因此使得正则匹配,数据提取能够在SQL中灵活运用,大大提高了SQL处理字符串,文本等内容的灵活性及高效性。 操作步骤: 1.新建一个SQL Server项目(输入用户名,密码,选择D...

weixin_33971130的博客 480

sql中正则匹配/正则表达式的应用

此处示例采用的为clickhouse,关键字为MATCH 函数用于在字符串中使用正则表达式进行匹配,语法是。如果是单纯的包含等操作可以用其他专门的语法类似like、position等替代,以下操作多为上述元素组合使用。正则表达式在开发过程中作用明显,灵活多变的匹配方式提供了处理复杂数据的可能性。在正式使用前,要了解基本组成元素和语法结构,并了解如何拼凑和理解。a{1,2}:a或aa;[^ab]:存在不是a或b的字符即可。匹配{n,m} n-m个前面的字符。

baidu_41572214的博客 1490

SQL-正则表达式

正则表达式的用法非常灵活,可以根据具体的需求来选择合适的字符、特殊字符、量词、分组等来构建匹配规则。同时,正则表达式还支持一些高级的特性,如贪婪模式、非贪婪模式、修饰符等,可以进一步扩展正则表达式的功能。正则表达式的详细用法还有很多,可以根据具体的需求来选择合适的正则表达式和相应的函数来进行操作。:引用前面的分组,用于匹配相同的内容。:匹配前一个字符至少n次,最多m次。:匹配前一个字符0次或多次。:匹配前一个字符1次或多次。:匹配前一个字符0次或1次。:匹配前一个字符恰好n次。:匹配前一个字符至少n次。

好好学习 天天向上 5917

SQL Server中执行正则表达式

-- ============================================= -- Author: -- Create date: -- Description: -- ============================================= CREATE FUNCTION Reg ( @pattern varchar(2000),

ld490832353的专栏 899
上一篇: 什么是DOJO?
下一篇: 什么是session串的问题
DiscussQuestions
博客等级 码龄19年 28粉丝 29原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值