如何根据Oracle SQL中的模式提取两个字符串之间的数据
我希望根据特定的模式从oracle SQL中类型为CLOB的列中提取数据。我用regex尝试了不同的东西，到目前为止都没有用。
PFB关于数据的外观和预期输出的示例。样本数据：
我应该在单词列表之前提取CLOB列，直到.(点) PS: CLOB可以在模式中有CR、LF / Carriage返回。预期产出：
回答 2
Stack Overflow用户
发布于 2021-02-14 20:39:07
我就是这样做的。请注意以下几点：
- 输出保留输入中存在的换行符。您没有提到删除它们的任何内容；但是，您的输出没有显示它们。在任何情况下--如果需要的话，它们可以被移除，但这是一个不相关的过程。
- 您说的是"word“，但很明显，您使用它的意义与正则表达式中的常用用法不同。在regexp中，“单词字符”只是字母、数字和下划线；然而，您的“单词”包括括号、等号，还有谁知道还有什么。我把“单词”解释为任何连续的非空格字符序列。
以下是我们如何重新创建您的数据。当您在这里问一个问题时，您应该如何提供示例数据--而不是我们无法在SQL编辑器中复制和粘贴的图像。
CREATE TABLE sample_data( col_a varchar2(20), col_b CLOB );
INSERT INTO sample_data VALUES
('12345', to_clob(
'Created:2/28/2019
Updated:1/19/2021
LIST:[ABC][DEF][GHI]
[LMNO][PQRST]
[Location=BLAH].[City=BLAH]'));
INSERT INTO sample_data VALUES
('12346', to_clob(
'Created:2/28/2019
Updated:1/19/2021
LIST:[ABC][DEF][GHI]
[LMNO][PQRST]
[SOC].[RAW]'));
commit;接下来是查询和输出。注意，根据您的接口(在我的例子中：，它使用一个类似SQL *Plus的接口)，您可能需要更改一些设置，这样输出就不会被截断。特别是在SQL*Plus中，默认情况下CLOB列被截断为80个字符；我必须
set long 100查询和输出：
select col_a, col_b,
regexp_substr(col_b, '(\s|^)(LIST:[^.]*?)\s+\S+\.', 1, 1, null, 2)
as result
from sample_data
;
COL_A COL_B RESULT
----- ------------------------------ ------------------------------
12345 Created:2/28/2019 LIST:[ABC][DEF][GHI]
Updated:1/19/2021 [LMNO][PQRST]
LIST:[ABC][DEF][GHI]
[LMNO][PQRST]
[Location=BLAH].[City=BLAH]
12346 Created:2/28/2019 LIST:[ABC][DEF][GHI]
Updated:1/19/2021 [LMNO][PQRST]
LIST:[ABC][DEF][GHI]
[LMNO][PQRST]
[SOC].[RAW] 正则表达式将单个空白字符或与字符串((\s|^))的开头匹配，然后将字符LIST:后面的字符作为--少数为连续的字符，非句号字符(这将匹配空格和换行符，特别是换行符)--允许匹配--该匹配以一个或多个空白字符继续，后面跟着一个单词(字符串为1个或多个非空白字符)和一个文字句点(\.)。
我们必须返回的表达式被括在括号中，这样我们就可以从regexp_substr返回它。这样的表达式被称为“捕获组”。出于必要，regexp包括另一个捕获组(\s|^)，因此我们必须返回的捕获组是regexp中的第二个。这就是regexp_substr的最后一个参数:它指示函数返回第二个捕获组。
注意，句点(与括号表达式中转义这一更为普遍的概念有关)：在正则表达式的末尾，句点必须转义以表示文字句点，而不是“任何字符”；然而，在(被否定的)括号表达式[^.]*?中，句点--代表文字句点，而不是“任何字符”--是而不是转义。Oracle遵循POSIX标准的ERE (Extended正则表达式)方言，该标准指出转义序列在括号表达式中无效。这与其他正则表达式方言不同，并使许多用户感到困惑。
Stack Overflow用户
发布于 2021-02-14 15:07:16
也许有更有效的方法来做到这一点，但以下几点似乎是可行的：
首先，我使用TRANSLATE用空格替换换行符，然后使用regex查找LIST:和.之间的任何内容。然后使用SUBSTR和INSTR删除最后的"word“。我使用了一个子查询来避免重复第一步。
SELECT
SubQuery.COL_A,
SUBSTR(SubQuery.WithWordAndDot, 1, INSTR(SubQuery.WithWordAndDot,' ',-1)-1) AS Result
FROM
(
SELECT
COL_A,
REGEXP_SUBSTR(TRANSLATE(COL_B, CHR(10)||CHR(13), ' '),'LIST:[^\.]+\.') as WithWordAndDot
FROM MyTable
) SubQuery
;https://stackoverflow.com/questions/66196404
复制相似问题
腾讯云开发者
