使用正则表达式匹配第一个地址

Question

我有相当肮脏的客户地址数据。对于每个客户端，一个字符串中有 2 个或更多地址。在 Oracle 中使用正则表达式我想减去第一个。

如果有与';' 相同的分隔符，那就很容易了。但有时会有逗号。并且在地址中也使用逗号来分隔城市、街道和建筑物。

我有俄语地址，所以我为你翻译了。

例如，我有一个包含多个地址的字符串：

逗号是分隔符，但它也分隔地址内的块。
所以我可以通过匹配直到第二个'\sul\.' 的所有内容来匹配第一个地址。

但我不知道该怎么做。 Regexp_substr(address, '.*,\sul') 将返回

这远远不是我需要的。

那么我怎样才能减去直到第二个 ,\sul\. 的所有内容？

Russia, Moscow, ul. Tverskaya, d.32 应该被返回。

Answer 1

您可以使用SUBSTR 和INSTR 而不是正则表达式来解决此要求。以下表达式应该可以满足您的需求：

SUBSTR(v, 1, INSTR(v, ', ul.', 1, 2) - 1)

INSTR() 查找字符串 ', ul.' 在源字符串中第二次出现的位置，SUBSTR() 选择从字符串开头到该位置（减 1）的所有内容。

例子：

WITH t AS (
    SELECT 'Russia, Moscow, ul. Tverskaya, d.32, ul. Yakimanka, d21, ul. Kalinina, d.43' address FROM DUAL
)
SELECT SUBSTR(address, 1, INSTR(address, ', ul.', 1, 2) - 1) adress1 FROM t

|地址1 | | :------------------------------------------------ | |俄罗斯，莫斯科，ul。特维尔，d.32 |

Demo on DB Fiddle

---

注意：只要字符串中确实至少出现两次给定模式，这就会起作用。如果您碰巧有与此规范不匹配的值并且您想要保留，则需要额外的测试级别，例如：

CASE INSTR(address, ', ul.', 1, 2)
    WHEN 0 THEN address
    ELSE SUBSTR(address, 1, INSTR(address, ', ul.', 1, 2) - 1) 
END adress1 

Demo on DB Fiddle