我可以在 SQL Server 2014 中使用正则表达式捕获组吗？

Question

我在 SQL Server 2014 表中有一些文本数据，我想在其中检测复杂模式并在文本与模式匹配时提取文本的某些部分。因此，我需要捕获组。

例如
来自正文

"Some title, Some Journal name, vol. 5, p. 20-22"

我要抢卷号

, vol\. ([0-9]+), p\. [0-9]+

请注意，我已简化此用例以提高可读性。上述用例可以在不捕获组的情况下解决。实际用例处理更多异常，例如：

• 包含“vol.”的期刊/标题。
• 卷号/包含字母的页数
• “vol”后跟“:”或“;”而不是“。”
• ...

我使用的实际正则表达式如下（然而，这不是关于正则表达式结构的问题，只是详细说明我为什么需要捕获组）。

(^|§|[^a-z0-9])vol[^a-z0-9]*([a-z]?[0-9]+[a-z]?)

据我所知，有两种方法可以将 Regex 功能导入 SQL Server。

• 通过 CLR：https://www.simple-talk.com/sql/t-sql-programming/clr-assembly-regex-functions-for-sql-server-by-example/。然而，这个例子（从 2009 年开始）不支持组。有没有常用的解决方案？
• 通过安装 Master Data Services

由于安装和设置整个 Master Data Services 包对于获得一些正则表达式功能来说有点过头了，我希望有一个简单、通用的出路...

Answer 1

我发现了一个超级容易安装的 CLR 实现，并且包括正则表达式捕获组函数。

http://www.sqlsharp.com/

我已将它安装在一个名为“SQL#”的单独数据库中（只需使用提供的安装 .sql 脚本），并且这些函数位于同名模式中。因此，我可以按如下方式使用该函数：

select SQL#.SQL#.RegEx_CaptureGroup( 'test (2005) test', '\((20[012][0-9]|19[5-9][0-9])\)', 1, NULL, 1, -1, '');

如果它默认包含在 SQL Server 中会很好...