本文介绍如何用正则表达式安全地解析 PostgreSQL 一维数组的字符串表示（如 {"a,b","c",d}），将其标准化为 JSON 兼容格式，便于 Go 等不原生支持 PG 数组的 ORM 正确反序列化。
本文介绍如何用正则表达式安全地解析 postgresql 一维数组的字符串表示（如 `{"a,b","c",d}`），将其标准化为 json 兼容格式，便于 go 等不原生支持 pg 数组的 orm 正确反序列化。
PostgreSQL 在 text[] 类型字段以字符串形式返回数组时（例如通过 SELECT something FROM test），会采用一种特定的、非标准的文本格式：元素用双引号包裹（仅当含逗号、空格或引号等特殊字符时），并以花括号包围，元素间用英文逗号分隔。典型示例如下：
{"hello world","foo,bar",baz,"qu"oted"}该格式不是 JSON，也不符合 CSV 规范（无转义机制说明），因此不能直接使用 json.Unmarshal 或 csv.NewReader 安全解析。尤其需注意：
- 未加引号的元素（如 baz）可能包含空格但未被引号包裹；
- 引号内允许出现转义双引号（"），但 PostgreSQL 实际输出中默认不转义（除非显式使用 ARRAY_TO_STRING 配合自定义逻辑）；
- 原始问题明确假设「引号不会在值内出现」（即无嵌套引号），这是关键前提。
✅ 推荐正则预处理方案（Go 可用）
核心思路是：将所有数组元素统一包裹在双引号中，并确保逗号始终位于引号外作为分隔符，从而构造出类 JSON 的字符串（如 ["hello world","foo,bar","baz","qu"oted"]），再交由 json.Unmarshal 解析。
以下正则表达式可在 Go 中用于插入缺失的引号（适用于 regexp.ReplaceAllString）：
import "regexp"
// 匹配所有“位于元素边界处、且不在引号内的逗号”前后位置，
// 并在每个元素（无论是否已引号）两侧补上双引号（再统一去重）
const pgArrayPattern = `(?<=^{|,)([^",{}]+?)(?=,|$|})`
func parsePGArray(s string) ([]string, error) {
// Step 1: 提取所有元素（支持带空格/逗号的未引号项）
re := regexp.MustCompile(pgArrayPattern)
matches := re.FindAllStringSubmatch([]byte(s), -1)
// Step 2: 清洗每个匹配项：去除首尾空格，去掉已有引号（保留内部转义）
var result []string
for _, m := range matches {
elem := strings.TrimSpace(string(m))
// 去除首尾双引号（若存在），注意：不处理内部 " —— 因PG默认不输出转义
if len(elem) >= 2 && elem[0] == '"' && elem[len(elem)-1] == '"' {
elem = elem[1 : len(elem)-1]
}
result = append(result, elem)
}
return result, nil
}✅ 为什么不用复杂断言正则？
原答案提供的 (?不被支持（Go 使用 RE2 引擎，禁用回溯与多数环视）。因此必须采用更稳健、RE2 兼容的提取式正则（如上 pgArrayPattern），它基于明确的边界锚点 ^{|, 和 ,|$|}，可靠提取所有合法元素。
✅ 完整 Go 示例（含错误处理）
package main
import (
"fmt"
"regexp"
"strings"
)
func ParsePGTextArray(s string) ([]string, error) {
if !strings.HasPrefix(s, "{") || !strings.HasSuffix(s, "}") {
return nil, fmt.Errorf("invalid PG array format: missing braces")
}
body := s[1 : len(s)-1] // 去掉 {}
if body == "" {
return []string{}, nil
}
// 匹配：以 { 或 , 开头，以 , 或 } 或结尾结束，中间是非 , { } " 的任意字符（惰性）
re := regexp.MustCompile(`([^",{}]+)`)
matches := re.FindAllString(body, -1)
var res []string
for _, m := range matches {
e := strings.TrimSpace(m)
if e == "" {
continue
}
// 处理已引号包裹的元素：剥掉外层引号
if len(e) >= 2 && e[0] == '"' && e[len(e)-1] == '"' {
e = e[1 : len(e)-1]
}
res = append(res, e)
}
return res, nil
}
func main() {
input := `{"bla, bla",bla,"bu bu",bu}`
arr, err := ParsePGTextArray(input)
if err != nil {
panic(err)
}
fmt.Printf("%q
", arr) // ["bla, bla" "bla" "bu bu" "bu"]
}⚠️ 重要注意事项
- 仅限一维 text[]：本方案不处理嵌套数组（如 {{1,2},{3,4}}）或非 text 类型（如 int[] 的数字解析需额外类型转换）。
- 禁止引号内嵌套：PostgreSQL 默认输出中，text[] 元素若含双引号，会以 " 形式转义；但标准 array_to_string() 不生成此格式。如业务中存在手动拼接含 " 的场景，需先用 strings.ReplaceAll(s, "\"","`) 预处理。
- 性能建议：对高频调用场景，可将 regexp.MustCompile 提升为包级变量，避免重复编译。
- 更优替代方案：长期建议切换至支持原生数组的驱动（如 jackc/pgx），其 pgtype.TextArray 可自动完成安全解析，彻底规避正则风险。
通过上述方法，你可以在不修改数据库 schema 的前提下，稳健地桥接 PostgreSQL 数组与 Go 生态，兼顾安全性与可维护性。
