通过正则表达式拆分课程字符串

Question

大学的课程名称通常分为两个不同的部分，“部门”和“课程编号”

以英语 101 为例。

我的目标是编写一个与模式匹配的正则表达式，其中包含允许我指定查看前半部分还是后半部分的组。

问题在于，并非所有大学都对这些内容使用相同的格式。以下是我在其他大学遇到的“奇怪的东西”的 3 个测试用例。

1250-101
ENGLISH101
ENG|101-L

我写了 2 个正则表达式，一个处理所有奇怪的数字和奇数字符，一个处理从字母到数字的变化。但我无法想出一种方法让他们彼此很好地玩耍。我在下面复制了它们。

SELECT REGEXP_SUBSTR('ENGLISH101','(^\D*)(\d*)',1,1,NULL,1) FROM DUAL;
ENGLISH
SELECT REGEXP_SUBSTR('ENGLISH101','(^\D*)(\d*)',1,1,NULL,2) FROM DUAL;
101
SELECT REGEXP_SUBSTR('ENG|101-L','^(\w*)[\|/, \\-](.*)',1,1,NULL,1) FROM DUAL;
ENG
SELECT REGEXP_SUBSTR('ENG|101-L','^(\w*)[\|/, \\-](.*)',1,1,NULL,2) FROM DUAL;
101-L

所以这很好。但我不知道如何结合起来给我一个单一的正则表达式，这将使我能够根据分组获得英语（或其他任何东西）或 101。或者也许分组是导致这种头痛开始的原因？

或者，正则表达式一直都是错误的方法，我是否应该编写一个函数来逐个字符地遍历字符串并自己拆分它们？这似乎效率低下，但在这一点上我想我应该问这个问题。

对此的任何建议或见解将不胜感激。

Answer 1

下面的查询应该选择与您描述的三个边缘情况对应的所有记录，并将课程名称的前半部分与后半部分分开。

SELECT SUBSTR(col, 1, INSTR(col, '-') - 1) AS first_half,
       SUBSTR(col, INSTR(col, '-') + 1)    AS second_half
FROM yourTable
WHERE col LIKE '%-%' AND col NOT LIKE '%|%'
UNION ALL
SELECT SUBSTR(col, 1, INSTR(col, '|') - 1),
       SUBSTR(col, INSTR(col, '|') + 1)
FROM yourTable
WHERE col LIKE '%|%'
UNION ALL
SELECT REGEXP_REPLACE(col, '[0-9]', ''),
       REGEXP_REPLACE(col, '[A-Za-z]', '')
FROM yourTable
WHERE col NOT LIKE '%-%' AND col NOT LIKE '%|%'

说明：

UNION 中的第一个查询针对具有破折号但不是管道的课程名称。在这种情况下，我们可以根据破折号干净地拆分名称。第二个查询使用管道（也可以有破折号）定位名称。在这种情况下，我们要在管道上拆分。最后，第三个查询是剩下的情况，它是紧接在前面的字母课程名称，没有空格，是课程编号。为此，我使用REGEXP_REPLACE() 删除了数字或字母字符，将前半部分和后半部分留给我们。

注意：如果您有边缘情况和正常数据，那么您可能需要稍微调整WHERE 条件。例如，要针对第三种边缘情况 ENGLISH101，您可能会检查它没有任何竖线或破折号，它没有空格，并且它有数字和字母。