从字符串中删除特定单词

Question

我正在使用oracle10g。

我想从句子中删除所有出现的特定单词，但我不想删除包含 a-z 或 A-Z 之间其他字符的任何其他单词。

例如，下面是我要删除的句子some：

some text, 123 someone, another text some1

预期输出：

 text, 123 someone, another text

请注意，如果some 单词包含some+ 除了A-Z 和a-z 在some 之前或之后的任何其他单词，我还想删除它。

这是我迄今为止尝试过的：

select replace('some text, 123 someone, another text some1','some','') 
from dual;

我得到了输出：

 text, 123 one, another text 1

在上面的输出中，我希望 someone 不会被替换，some1 应该被完全替换。

我应该如何做到这一点？任何建议将不胜感激。

编辑：为清楚起见，这是我正在寻找的另一个示例：

some other text someone other text, someB some1 some.

输出应该是：

 other text someone other text, someB 

从上面的句子someB 没有被删除，因为它在a-z 之间有字符
并且some1 和some. 被删除，因为它在a-z 之间没有字符。

编辑2

如果我使用正则表达式：

select REGEXP_REPLACE('some text, 123 someone, another text some1','[^a-zA-Z]','')
from dual

我得到了输出：

sometextsomeoneanothertextsome

预期输出：

sometextsomeoneanothertext

请注意，我希望 some1 也从字符串中删除，因为它包含除 A-Z 之外的其他字符。

也感谢使用regex 的答案。

Answer 1

由于Oracle实现正则表达式时对lookbehind/lookahead和word boundary(\b)缺乏支持，单个REGEXP_REPLACE调用似乎无法满足所有要求。特别是 pointed out by Egor Skriptunoff ：模式匹配，一个接一个，它们之间只有一个分隔符，如some some some some ...。

如果没有这种情况，则可以使用此调用匹配所有此类字符串：

regexp_replace(
  source_string,                                       -- source string
  '([^[:alnum:]]|^)((\d)*some(\d)*)([^[:alnum:]]|$)',  -- pattern
  '\1\5',                                              -- leave separators in place
  1,                                                   -- start from beginning
  0,                                                   -- replace all occurences
  'im'                                                 -- case-insensitive and multiline 
);

图案部分：

(                -- start of Group #1
  [^[:alnum:]]   -- any non-alphanumeric character 
  |              -- or 
  ^              -- start of string or start of line 
)                -- end of Group #1
(                -- start of Group #2
  (              -- start of Group #3 
    \d           -- any digit
  )              -- end of Group #3
  *              -- include in previous group zero or more consecutive digits
  some           -- core string to match
  (              -- start of group #4
    \d           -- any digit
  )              -- end of group #4  
  *              -- include in previous group zero or more consecutive digits
)                -- end of Group #2
(                -- start of Group #5
  [^[:alnum:]]   -- any non-alphanumeric character 
  |              -- or
  $              -- end of string or end of line
)                -- end of Group #5

因为匹配模式中包含的用于匹配的分隔符（组 #1 和组 #5）将在成功匹配时从源字符串中删除，因此我们需要通过在第三个 regexp_replace 参数中指定来恢复这部分。

基于此解决方案，可以替换循环中的所有，甚至是重复出现。

例如，你可以这样定义一个函数：

create or replace function delete_str_with_digits(
  pSourceString in varchar2, 
  pReplacePart  in varchar2  -- base string (like 'some' in question)
)
  return varchar2
is
  C_PATTERN_START constant varchar2(100) := '([^[:alnum:]]|^)((\d)*';
  C_PATTERN_END   constant varchar2(100) := '(\d)*)([^[:alnum:]]|$)';

  vPattern         varchar2(4000);
  vCurValue        varchar2(4000);
  vPatternPosition binary_integer;
begin

  vPattern := C_PATTERN_START || pReplacePart || C_PATTERN_END;
  vCurValue := pSourceString;

  vPatternPosition := regexp_instr(vCurValue, vPattern);

  while(vPatternPosition > 0) loop
    vCurValue := regexp_replace(vCurValue, vPattern,'\1\5',1,0,'im');
    vPatternPosition := regexp_instr(vCurValue, vPattern);
  end loop;

  return vCurValue;  

end;

并将其与 SQL 或其他 PL/SQL 代码一起使用：

SELECT 
  delete_str_with_digits(
    'some text, -> awesome <- 123 someone, 3some3
     line of 7 :> some some some some some some some <
222some  another some1? some22 text 0some000', 
    'some'
  )  as result_string
FROM 
  dual

SQLFiddle example

Answer 2

这是一种不使用正则表达式的方法：

select trim(replace(' '||'some text, 123 someone, another text some1'||' ',
                    ' some ',' '
                   ) 
           )
from dual;

Answer 3

你可以使用REGEXP_REPLACE函数如下

SELECT REGEXP_REPLACE('some text, 123 someone, another text some1', '(^|\s)some(^|\s)', '')
FROM dual;

SQL Fiddle Demo

• REGEXP_REPLACE

Answer 4

使用REGEX_REPLACE()

SELECT REGEXP_REPLACE('some other text someone other text, someB some1 some.', '(some\s|some\d|some[.])','')
FROM dual;

SQL Fiddle Demo

希望这会有所帮助。如果有帮助，请将其标记为答案:)

如果您想要除. 以外的任何其他字符，只需将其添加到最后一个[] 就像如果您还想匹配一些#，那么只需将它添加到. 就像这样[.#]

Answer 5

类似的东西

SELECT REGEXP_REPLACE('some text, 123 someone, another text some1 some@, SOMEone SoME1', 
                      '(some\d|some[^[:alnum:]]|some$)','',1,0,'i')
FROM dual;

输出：

text, 123 someone, another text , SOMEone

下面是模式和选项的解释：

1. some\d - 单词“some”后跟任意数字。
2. some[^[:alnum:]] - 单词“some”后跟任何非字母数字字符。 ^ 代表否定，[:alnum:] 代表字母数字。所以基本上，[^[:alnum:]] 是 [[:alnum:]] 的反义词。
3. some$ 如果字符串以单词“some”结尾。
4. 1,0,'i' - 从第一次出现 1 开始，然后是所有出现的 0 和不区分大小写的 i。