在 Oracle sql 中使用正则表达式

Question

我想提取某个字符串的 2 部分。为此，我想使用正则表达式。 例如，字符串是：Big_Dog_0044_0080 而我的正则表达式是：Big_Dog_([0-9]+)_?([0-9A-Z]*) 第一组是 0044，第二组是 0080。

现在我的问题是将它带入一个 select 语句： 我用 regex_substr 试过了。

这是我的结果：

 select 
'Big_Dog_0044_0080' as TestString,
regexp_substr('Big_Dog_0044_0080', '([0-9]+)') Group1 , 
regexp_substr('Big_Dog_0044_0080', '([0-9A-Z]*)') Group2 from dual;

我的输出：

TESTSTRING         Group1 Group2
Big_Dog_0044_0080   0044    B

首先第 2 组是错误的，我预计 0080。 我在这里做错了什么？

第二个问题，还有其他方法可以解决这个问题吗？ 我想使用 5-6 种不同的正则表达式。例如下一个将是 ([A-C])_CatWeezle

我的意思是选择输入字符串列并通过可能的正则表达式。 如果一个正则表达式匹配，则停止并提取值。

谢谢！

Answer 1

问题的第一部分很简单：

SQL> SELECT 'Big_Dog_0044_0080' AS TestString,
  2         REGEXP_SUBSTR ('Big_Dog_0044_0080', '\d+', 1, 1) Group1,
  3         REGEXP_SUBSTR ('Big_Dog_0044_0080', '\d+', 1, 2) Group2
  4    FROM DUAL;

TESTSTRING        GROU GROU
----------------- ---- ----
Big_Dog_0044_0080 0044 0080

SQL>

我不太明白你说的 CatWeezle 是什么意思。

Answer 2

我在这里做错了什么？

正则表达式'([0-9A-Z]*)' 将匹配字符串中第一次出现的零个或多个数字或大写字母字符。对于您的字符串'Big_Dog_0044_0080'，第一个字符是大写字母字符B，以便匹配，第二个字符i 与您的正则表达式不匹配，因此它不包含在组中。

您声明您的字符串与模式匹配：

Big_Dog_([0-9]+)_?([0-9A-Z]*)

然后您可以使用$ 将模式锚定到字符串的末尾并可以使用：

WITH test_data (value) AS (
  SELECT 'Big_Dog_0044_0080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440A80' FROM DUAL
)
SELECT value,
       REGEXP_SUBSTR(value, '([0-9]+)_?([0-9A-Z]*)$', 1, 1, NULL, 1) AS Group1 , 
       REGEXP_SUBSTR(value, '([0-9]+)_?([0-9A-Z]*)$', 1, 1, NULL, 2) AS Group2
FROM   test_data;

哪些输出：

VALUE	GROUP1	GROUP2
Big_Dog_0044_0080	0044	0080
Big_Dog_00440080	00440080
Big_Dog_00440A80	00440	A80

(注意：第二行完全由第一组匹配，第二组宽度为零，第三行将匹配第一组，直到找到非数字字符，然后开始第二组.)

如果分隔下划线是可选的，那么您可能需要使用固定宽度匹配（假设子字符串都是 4 个字符）：

WITH test_data (value) AS (
  SELECT 'Big_Dog_0044_0080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440A80' FROM DUAL
)
SELECT value,
       REGEXP_SUBSTR(value, '([0-9]{4})_?([0-9A-Z]{4})$', 1, 1, NULL, 1) AS Group1 , 
       REGEXP_SUBSTR(value, '([0-9]{4})_?([0-9A-Z]{4})$', 1, 1, NULL, 2) AS Group2
FROM   test_data;

哪些输出：

VALUE	GROUP1	GROUP2
Big_Dog_0044_0080	0044	0080
Big_Dog_00440080	0044	0080
Big_Dog_00440A80	0044	0A80

我的意思是选择输入字符串列并检查可能的正则表达式。如果一个正则表达式匹配，则停止并提取值。

使用CASE 表达式：

WITH test_data (value) AS (
  SELECT 'Big_Dog_0044_0080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440080' FROM DUAL UNION ALL
  SELECT 'Big_Dog_00440A80' FROM DUAL UNION ALL
  SELECT 'A_CatWeezle' FROM DUAL
)
SELECT value,
       CASE
       WHEN REGEXP_LIKE(value, '^Big_Dog_(\d{4})_?([0-9A-Z]{4})$')
       THEN REGEXP_SUBSTR(value, '^Big_Dog_(\d{4})_?([0-9A-Z]{4})$', 1, 1, NULL, 1)
       WHEN REGEXP_LIKE(value, '^([A-C])_CatWeezle$')
       THEN REGEXP_SUBSTR(value, '^([A-C])_CatWeezle$', 1, 1, NULL, 1)
       END AS group1,
       CASE
       WHEN REGEXP_LIKE(value, '^Big_Dog_(\d{4})_?([0-9A-Z]{4})$')
       THEN REGEXP_SUBSTR(value, '^Big_Dog_(\d{4})_?([0-9A-Z]{4})$', 1, 1, NULL, 2)
       END AS group2
FROM   test_data;

输出：

VALUE	GROUP1	GROUP2
Big_Dog_0044_0080	0044	0080
Big_Dog_00440080	0044	0080
Big_Dog_00440A80	0044	0A80
A_CatWeezle	A

db小提琴here