Oracle regexp_replace 挑选出模式匹配组

Posted 2023-03-28

【中文标题】Oracle regexp_replace 挑选出模式匹配组

【英文标题】：Oracle regexp_replace to pick out pattern matching groups

【发布时间】：2021-09-09 00:13:56

【问题描述】：

我正在努力从 Oracle 11g 中的字符串中获取与模式匹配的组。 它几乎可以工作，但我不明白为什么最后的不匹配部分仍然存在：

select regexp_replace('ST1_12 text1, KG32_1 text2, VI7_08 text3','.*?(\w+\d+_\d+).*','\1,') c1
from dual

当前结果：ST1_12,KG32_1,VI7_08, text3

预期结果：ST1_12,KG32_1,VI7_08

在我看来，结尾部分不包含在搜索模式中，只是简单地粘在了末尾，但是如何摆脱它呢？

【参考方案1】：

匹配第三组后，它开始从 text3 中寻找下一个匹配；尾随 .* 被有效忽略。对于较早的组，这就是您想要的 - 否则第一组的尾随 .* 将包含字符串的其余部分，您将丢失其他组。当它从 text3 开始时，它找不到另一个匹配项，因此返回原始值（当时）。

如果值始终以逗号分隔，那么您可以在匹配项中包含逗号或字符串结尾锚点，以使其包含剩余的文本（直到空格），但不在 \1 中：

select regexp_replace('ST1_12 text1, KG32_1 text2, VI7_08 text3','.*?(\w+\d+_\d+).*(,|$)', '\1,') c1
from dual;

ST1_12,KG32_1,VI7_08,

您可以使用修剪功能去除尾随逗号：

select rtrim(regexp_replace('ST1_12 text1, KG32_1 text2, VI7_08 text3','.*?(\w+\d+_\d+).*(,|$)','\1,', 1, 0, null),
  ',') as c1
from dual;

ST1_12,KG32_1,VI7_08

另一个不依赖于现有逗号的选项是将字符串拆分为多个值：

select regexp_substr('ST1_12 text1, KG32_1 text2, VI7_08 text3', '(\w+\d+_\d+)', 1, level, null, 1) as c1
from dual
connect by level <= regexp_count('ST1_12 text1, KG32_1 text2, VI7_08 text3', '(\w+\d+_\d+)');

ST1_12
KG32_1
VI7_08

然后将它们重新聚合在一起：

select listagg(
  regexp_substr('ST1_12 text1, KG32_1 text2, VI7_08 text3', '(\w+\d+_\d+)', 1, level, null, 1),
  ',') within group (order by level) as c1
from dual
connect by level <= regexp_count('ST1_12 text1, KG32_1 text2, VI7_08 text3', '(\w+\d+_\d+)');

ST1_12,KG32_1,VI7_08

db<>fiddle

【讨论】：

非常感谢 Alex 的详尽解释，非常感谢！