regexp_substr 查找两个字母的单词答案

【问题标题】：regexp_substr Finding two letter wordsregexp_substr 查找两个字母的单词
【发布时间】：2017-12-08 06:10:34
【问题描述】：

我在 Oracle 中有一个地址字段，我需要从中提取州代码。

select  '111 BROADWAY ~ ST LOUIS, WA 58585' from dual   
union  
select  '111 BROADWAY ~ ST LOUIS, WA' from dual  
union  
select  '111 BROADWAY ~ ST LOUIS,58585 WA' from dual

有时状态代码WA 在Postal Code 之前和之后。在某些情况下，Postal code 也不存在。

在所有这些情况下都需要帮助来提取 WA。

【问题讨论】：

你的标题说的是别的东西：它说“找到两个字母字”。地址中可能有两个字母单词，它们不是州代码（例如，Hilltop Av - Av 是“Avenue”的缩写，不是州代码；甚至是您的示例中的 ST！）。所以：你想找到州代码吗？你如何区分它们？它们总是地址中的最后两个字母吗？地址是否总是包含州代码？（否则您可能会在我的示例中选择“Av”，或者在您的示例中选择 ST，并认为它是状态代码。）
标题有点误导。是的，州代码将始终在地址中。 ST 和 WA 都是州代码。所以我想看看我是否可以从字符串末尾提取两个字母的单词。这是我最好的机会
我知道！所以：你在寻找最后两个字母的单词吗？以及如何定义“单词”——你可能有类似“London SQ1”之类的东西——所以你不能只查找前面和后面跟着一个非字母的两个字母。状态码之前总是空格，后面是空格还是字符串结尾？

标签： oracle regexp-substr

【解决方案1】：

这里是你如何找到最后一个由两个字母组成的子字符串，前面是一个空格，后面是一个空格或字符串的结尾：

select ...., 
       regexp_substr(address, '.*( ([[:alpha:]]{2})( |$))', 1, 1, null, 2) as state_code
...........

正则表达式查找一个空格，后跟两个字母，后跟一个空格或字符串的结尾。在.* 之前保证我们找到最后一次这样的事件。然后 REGEXP 函数只返回两个字母（第二对括号中的模式部分，从左边数；这是REGEXP_SUBSTR 的最后一个参数的含义）。

【讨论】：

完美。这有很大帮助。谢谢

【解决方案2】：

在模式参数中放置美国州缩写代码（2 个字母）

这只是 mathguy 答案的一个排列。由于我们已经定义了相对较短的状态代码列表，我们可以将状态代码（来自 usps 网站）放在模式参数中，并使用交替运算符将它们分开。

SCOTT@db>WITH tst AS (
  2      SELECT
  3          '111 BROADWAY ~ ST LOUIS, WA 58585' us_addrss
  4      FROM
  5          dual
  6      UNION ALL
  7      SELECT
  8          '111 BROADWAY ~ ST LOUIS, WA' us_addrss
  9      FROM
 10          dual
 11      UNION ALL
 12      SELECT
 13          '111 BROADWAY ~ ST LOUIS,58585 WA' us_addrss
 14      FROM
 15          dual
 16  ) SELECT
 17      regexp_substr(t.us_addrss,'( |,)(AL|AK|AS|AZ|AR|CA|CO|CT|DE|DC|FM|FL|GA|GU|HI|ID|IL|IN|IA|KS|KY|LA|ME|MH|MD|MA|MI|MN|MS|MO|MT|NE|NV|NH|NJ|NM|NY|NC|ND|MP|OH|OK|OR|PW|PA|PR|RI|SC|SD|TN|TX|UT|VT|VI|VA|WA|WV|WI|WY)( |$)' state_code
 18  ,1,1,'c',2)
 19    FROM
 20      tst t;
state_code
------
WA
WA
WA

其他 2 个字母匹配将不包括在内。此外，我使用的匹配参数“c”要求大小写匹配。

此案例要求未确定，但根据提供的样本看起来是一致的。

更多解释：

-我的匹配模式使用三个字符分组，我在子表达式参数中引用了第二个。

-我检查两个字母代码之前的空格或逗号。从您的示例中，您总是在状态代码之前有一个空格。

-我检查状态代码之后的空格或列。

【讨论】：