使用 REGEXP_SUBSTR 提取数据答案

【问题标题】：Extract data using REGEXP_SUBSTR使用 REGEXP_SUBSTR 提取数据
【发布时间】：2018-07-05 15:38:54
【问题描述】：

您好，我正在尝试使用 REGEXP_SUBSTR 函数从 Oracle 数据库中提取包含在单个字段中的部分文本。有问题的文本在“BRS14774366”下方以粗体显示。好消息是我试图提取的数据的模式是相当一致的，因为它总是以“-”开头并以“CSN”结尾，但是我试图一致提取的文本并不总是相同，可以由字母和数字字符组成，长度在 1-12 个字符之间。

PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524

以下是显示长度略有不同的进一步示例，我尝试提取的文本再次以粗体显示。如您所见，位置始终相同，但字母数字字符可以在“-”和“CSN”之间的任何位置，长度不同。

PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541

PSN932-51231434-H1001865CSN/SF-5/25JAN0546

PSN932-52648256-2EGA814CSN/SF-10/25JAN0549

获取第一个样本数据 (PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524) 我创建了正确输出数据的以下查询，但是此查询不考虑文本可以由长度在 1-12 个字符之间变化的字母/数字字符组成

选择 REGEXP_SUBSTR('PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524', '-(\D\D\D\d\d\d\d\d\d\d\d)',1 ,1, 'i',1) "REGEXP_SUBSTR" 从双;

上述查询的输出如下：

BRS14774366

谁能告诉我如何格式化查询中的匹配模式，以便我可以始终如一地提取“-”和“CSN”之间的数据？

一如既往地感谢人们可以提供的任何帮助？

更新 - 似乎存储的数据包含回车，因此以下查询不起作用：

SELECT REGEXP_SUBSTR('PSN 932-52506252-BRS14774366 CSN/SF-1/25JAN0524', '-(\w+)CSN', 1, 1, 'i', 1) "REGEXP_SUBSTR" FROM DUAL;

如果数据是这样的，效果很好：

SELECT

REGEXP_SUBSTR('PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524', '-(\w+)CSN', 1, 1, 'i', 1) "REGEXP_SUBSTR" 从双;

这个函数可以处理回车吗？

【问题讨论】：

感谢这些工作人员，但当我嵌入到我的查询中时却没有。我注意到数据库中的数据似乎有回车并且存储如下所示，我们也可以处理回车吗？ PSN（此处回车）932-52656855-4780080712（此处回车）CSN/SF-7/25JAN0604
抱歉，我不确定如何将该替换函数嵌入到以下查询中 {SELECT REGEXP_SUBSTR(''MYColumn', '-(\w+)CSN', 1, 1, 'i', 1) 来自 MYTABLE 的“REGEXP_SUBSTR”；}
如果您在必须获取的字符串部分中有 CR 怎么办？您要保留还是删除？
永远不会有，但如果您需要考虑这一点，则可以将其删除。
嘿别担心我已经想通了

标签： sql oracle regexp-substr

【解决方案1】：

这是你要找的吗？

SQL> with
  2    s as (select 'SN932-52506252-BRS14774366CSN/SF-1/25JAN0524' n from dual union all
  3          select 'PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541' from dual union all
  4          select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
  5          select 'PSN932-52648256-2EGA814CSN/SF-10/25JAN0549' from dual)
  6  select
  7    substr(replace(regexp_substr(s.n, '-([[:alpha:]]|[[:digit:]])+CSN'), 'CSN'), 2)
  8  from s;

SUBSTR(REPLACE(REGEXP_SUBSTR(S
--------------------------------------------------------------------------------
BRS14774366
DELAIR09364
H1001865
2EGA814

【讨论】：

【解决方案2】：

您可以使用 \w 匹配任何字母数字字符

Oracle docs

\w 一个单词字符，定义为字母数字或下划线 () 字符。它等价于 POSIX 类 [[:alnum:]]。请注意，如果您不想包含下划线字符，可以使用 POSIX 类 [[:alnum:]]。

所以模式应该改成-(\w+)CSN

通过替换换行符/回车符可能最容易删除换行符。

WITH s AS (select 'SN932-52506252-BRS14774366CSN/SF-1/25JAN0524' n from dual union all
       select 'PSN932-49837056-DELAIR09364' || chr(10) || 'CSN/SF-66/25JAN0541' from dual union all
       select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
       select 'PSN932-52648256-2EGA814' || chr(13) || 'CSN/SF-10/25JAN0549' from dual),
remove_newlines as (select replace(replace(s.n, chr(10), ''), chr(13), '') n from s)

SELECT regexp_substr(s.n, '-(\w+)CSN', 1, 1, 'i', 1) "REGEXP_SUBSTR" FROM remove_newlines s;

【讨论】：

【解决方案3】：

您可以通过组合instr 和substr 来避免使用正则表达式。

这可能不太容易阅读，但通常比正则表达式解决方案执行得更好。

 with test(x) as (
        select 'PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541' from dual union all
        select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
        select 'PSN932-52648256-2EGA814CSN/SF-10/25JAN0549' from dual
    )
    select substr(
                    substr(x, 1, instr(x, 'CSN') -1),
                    instr(
                            substr(x, 1, instr(x, 'CSN') -1),
                            '-',
                            -1
                         )+1
                 )
    from test

这将部分提交给 CSN：

substr(substr(x, 1, instr(x, 'CSN') -1)

然后从最后一个'-'开始获取这部分的子串：

instr(substr(x, 1, instr(x, 'CSN') -1), '-',-1)+1

【讨论】：

【解决方案4】：

使用交替运算符来解释回车：

  SELECT
    regexp_substr('PSN932-52506252-BRS1477'
    || CHR(13)
    || '4366CSN/SF-1/25JAN0524','(([[:alnum:]]|['
    || CHR(13)
    || '])+)CSN') "REGEXP_SUBSTR"
FROM
    dual;

【讨论】：

【解决方案5】：

即使查询看起来很丑，也只是发布一个与正则表达式相关的替代方案。但是需要复制文本才能得到想要的结果。

SELECT
    substr('shusduhash-basb'
           || CHR(10)
           || 'daks-jsbabsCSN/', instr('shusduhash-basb'
                                       || CHR(10)
                                       || 'daks-jsbabsCSN/',
                                       '-',
                                       1,
                                       2) + 1,
           instr('shusduhash-basb'
                 || CHR(10)
                 || 'daks-jsbabsCSN/', 'CSN/', 1, 1) - instr('shusduhash-basb'
                                                             || CHR(10)
                                                             || 'daks-jsbabsCSN/', '-', 1, 2) - 1) x
FROM
    dual;

【讨论】：