如何通过 Oracle regexp_replace 从空格分隔列表中删除重复项？ [复制]

Posted 2023-03-15

【中文标题】如何通过 Oracle regexp_replace 从空格分隔列表中删除重复项？ [复制]

【英文标题】：How to remove duplicates from space separated list by Oracle regexp_replace? [duplicate]

【发布时间】：2017-03-08 15:18:48

【问题描述】：

我有一个名为“A B A A C D”的列表。我的预期结果是“A B C D”。到目前为止，我已经从网络上发现了

regexp_replace(l_user ,'([^,]+)(,[ ]*\1)+', '\1');

表达式。但这是用于 , 分隔的列表。为了使其成为空格分隔列表，需要进行哪些修改。无需考虑顺序。

【参考方案1】：

如果我理解得很好，您不仅需要用空格替换“，”，还需要以更智能的方式删除重复项。

如果我修改该表达式以使用空格而不是“，”，我会得到

select regexp_replace('A B A A C D' ,'([^ ]+)( [ ]*\1)+', '\1') from dual

这给了'A B A C D'，而不是你需要的。

获得所需结果的方法可能如下，有点复杂：

with string(s) as ( select 'A B A A C D' from dual)    
    select listagg(case when rn = 1 then str end, ' ') within group (order by lev)
    from (
            select str,  row_number() over (partition by str order by 1) rn, lev
            from (
                SELECT trim(regexp_substr(s, '[^ ]+', 1, level)) str,
                       level as lev
                  FROM string
                CONNECT BY instr(s, ' ', 1, level - 1) > 0
                )
         )

我的主要问题是我无法构建一个检查非相邻重复项的正则表达式，所以我需要拆分字符串，检查重复项，然后再次聚合非重复值，保持顺序。

如果您不介意结果字符串中标记的顺序，可以简化：

with string(s) as ( select 'A B A A C D' from dual)
select listagg(str, ' ') within group (order by 1)
from (
        SELECT distinct trim(regexp_substr(s, '[^ ]+', 1, level)) as str
          FROM string
        CONNECT BY instr(s, ' ', 1, level - 1) > 0
     )

【讨论】：

不用等太久。 :-) 但是，唯一的改进在于外部查询 - 仅使用 rn=1 的行。在这种情况下，这是唯一可能的简化。

@mathguy - 我有种嵌套太多的感觉... :) 仍然在想一些正则表达式组合是否可以避免分裂，但希望不大...

虽然长选择嵌套会很受欢迎。我仍然可以在正确的解决方案上牺牲处理时间。谢谢

【参考方案2】：

假设您希望将组件字符串保持在它们第一次出现的顺序（而不是按字母顺序重新排序 - 您的示例在这方面选择不当，因为两者都导致相同的结果），问题更多复杂，因为您也必须跟踪订单。然后对于每个字母，您必须只保留第一次出现 - 这是row_number() 有帮助的地方。

with
     inputs ( str ) as ( select 'A B A A C D' from dual)
-- end test data; solution begins below this line
select listagg(token, ' ') within group (order by id) as new_str
from (
       select level as id, regexp_substr(str, '[^ ]+', 1, level) as token,
              row_number() over ( 
                             partition by regexp_substr(str, '[^ ]+', 1, level)
                             order by level ) as rn

       from   inputs
       connect by regexp_substr(str, '[^ ]+', 1, level) is not null
     )
where rn = 1
;

【讨论】：

订单不是问题。如果 'A B A A C D' 是一个变量，如何将它传递到这里

什么样的变量？ （或者您的意思是表中列中的值？）如果它是绑定变量，例如:str，只要我有列名str 的地方写:str。注意 - 如果您需要在一个表上执行此操作，并且输入表有不止一行，那么“连接​​依据”查询会稍微复杂一些。

另外，如果结果字符串中标记的顺序不必与初始字符串相关，那么解决方案可以避免子查询-外部查询结构（以及使用row_number()） .

【参考方案3】：

Xquery？

select xmlquery('string-join(distinct-values(ora:tokenize(.," ")), " ")' passing  'A B A A C D' returning content) result  from dual

【讨论】：

在一个系统上需要什么来完成这项工作？我刚刚在我的机器上试了一下，显示的输出是(XMLTYPE)，而不是A B C D。

环绕xmlcast( xmlquery(... ) as varchar2(2000))