使用 regexp_substr 在 Oracle 中按空格和字符拆分字符串作为分隔符

Posted 2023-03-15

【中文标题】使用 regexp_substr 在 Oracle 中按空格和字符拆分字符串作为分隔符

【英文标题】：Split string by space and character as delimiter in Oracle with regexp_substr

【发布时间】：2015-10-17 17:11:44

【问题描述】：

我正在尝试使用 regexp_subtr 拆分字符串，但无法使其正常工作。

所以，首先，我有这个查询

select regexp_substr('Helloworld - test!' ,'[[:space:]]-[[:space:]]') from dual

很好地提取了我的分隔符 - blank-blank

但是，当我尝试使用此选项拆分字符串时，它就不起作用了。

select regexp_substr('Helloworld - test!' ,'[^[[:space:]]-[[:space:]]]+')from dual

查询不返回任何内容。

我们将不胜感激！ 谢谢

【问题讨论】：

你的预期输出是什么？只有分隔符？

嗯，结果应该是“Helloworld”。但重要的是分隔符将是“ - ”，因为我想用“select regexp_substr('Helloworld - test!','[^[[:space:]]-[[ :space:]]]+',1,2)"

哎呀抱歉..我没有动静。你想得到分隔符之前的值还是分隔符之后的值？？

好的，所以我有这个查询，以及我想要的结果。 "select regexp_substr('Helloworld - test!' ,'[^[[:space:]]-[[:space:]]]+'), select regexp_substr('Helloworld - test!' ,'[^[[: space:]]-[[:space:]]]+',1,2) from dual”，结果应该是“Helloworld”作为第 1 列，“test”作为第 2 列。我的问题是我不知道如何将分隔符设置为“空格 - 空格”。如果我只使用“-”，它就可以完美地工作，但我真的需要“空格”作为分隔符。例如“select regexp_substr('Helloworld - test!','[^-]+')from dual”工作得很好，但我想在分隔符中添加空格（空白）

【参考方案1】：

SQL Fiddle

Oracle 11g R2 架构设置：

CREATE TABLE TEST( str ) AS
          SELECT 'Hello world - test-test! - test' FROM DUAL
UNION ALL SELECT 'Hello world2 - test2 - test-test2' FROM DUAL;

查询 1：

SELECT Str,
       COLUMN_VALUE AS Occurrence,
       REGEXP_SUBSTR( str ,'(.*?)([[:space:]]-[[:space:]]|$)', 1, COLUMN_VALUE, NULL, 1 ) AS split_value
FROM   TEST,
       TABLE(
         CAST(
           MULTISET(
             SELECT LEVEL
             FROM   DUAL
             CONNECT BY LEVEL < REGEXP_COUNT( str ,'(.*?)([[:space:]]-[[:space:]]|$)' )
           )
           AS SYS.ODCINUMBERLIST
         )
       )

Results：

|                               STR | OCCURRENCE |  SPLIT_VALUE |
|-----------------------------------|------------|--------------|
|   Hello world - test-test! - test |          1 |  Hello world |
|   Hello world - test-test! - test |          2 |   test-test! |
|   Hello world - test-test! - test |          3 |         test |
| Hello world2 - test2 - test-test2 |          1 | Hello world2 |
| Hello world2 - test2 - test-test2 |          2 |        test2 |
| Hello world2 - test2 - test-test2 |          3 |   test-test2 |

【参考方案2】：

如果我理解正确，这将对您有所帮助。目前您的输出为Helloworld（末尾有空格）。所以我假设你不想在最后有空间。如果是这样，您也可以简单地使用分隔符中的空格。

select regexp_substr('Helloworld - test!' ,'[^ - ]+',1,1)from dual;

OUTPUT
Helloworld(No space at the end)

正如你在评论中提到的，如果你想用Helloworld 和test! 输出两列。您可以执行以下操作。

select regexp_substr('Helloworld - test!' ,'[^ - ]+',1,1),
       regexp_substr('Helloworld - test!' ,'[^ - ]+',1,3) from dual;

OUTPUT
col1         col2
Helloworld   test!

【讨论】：

是的，它有点工作，但有一个问题：如果字符串是“Hello World - test”（Hello 和 World 之间有空格），那么 column1 得到“Hello”，第二列得到“ ——”。它用它找到的第一个空格来分割字符串，而不是空格。可能一开始我不是很清楚，抱歉。所以如果我的字符串是“Hello World - test”，结果应该是“Hello World”和“test” :) 非常感谢你的努力！！！

【参考方案3】：

尝试通过将匹配字符串'[[:space:]]-[[:space:]]' 置于带有抑扬符 (^) 的字符类中来否定匹配字符串，这是行不通的。一对方括号之间的所有内容都被视为可选单个字符的列表，但命名的命名字符类除外，它们扩展为可选字符列表，但是，由于字符类的嵌套方式，您的外括号很可能是解释如下：

[^[[:space:]] 单个非空格非左方括号字符 - 后跟一个连字符 [[:space:]] 后跟一个空格字符 ]+ 后跟 1 个或多个右方括号。

使用 regexp_replace 将多字符分隔符转换为单个字符可能会更容易，然后使用 regex_substr 来查找各个部分：

select regexp_substr(regexp_replace('Helloworld - test!'
                                   ,'[[:space:]]-[[:space:]]'
                                   ,chr(11))
                    ,'([^'||chr(11)||']*)('||chr(11)||'|$)'
                    ,1 -- Start here
                    ,2 -- return 1st, 2nd, 3rd, etc. match
                    ,null
                    ,1 -- return 1st sub exp
                    )
  from dual;

在这段代码中，我首先将- 更改为chr(11)。这是 ASCII 垂直制表符 (VT) 字符，它不太可能出现在大多数文本字符串中。然后 regexp_substr 的匹配表达式匹配所有非 VT 字符，后跟一个 VT 字符或行尾。仅返回非 VT 字符（第一个子表达式）。

【参考方案4】：

MT0 的回答略有改进。使用 regexp_count 的动态计数并证明它可以处理 [^delimiter]+ 作为模式的格式不处理 NULL 列表元素的空值。更多信息在这里：Split comma seperated values to columns

SQL> with tbl(str) as (
  2    select ' - Hello world - test-test! -  - test - ' from dual
  3  )
  4  SELECT LEVEL AS Occurrence,
  5         REGEXP_SUBSTR( str ,'(.*?)([[:space:]]-[[:space:]]|$)', 1, LEVEL, NULL, 1 ) AS split_value
  6  FROM   tbl
  7  CONNECT BY LEVEL <= regexp_count(str, '[[:space:]]-[[:space:]]')+1;

OCCURRENCE SPLIT_VALUE
---------- ----------------------------------------
         1
         2 Hello world
         3 test-test!
         4
         5 test
         6

6 rows selected.

SQL>

【讨论】：

在主查询中使用 CONNECT BY 对于单行输入可以正常工作，但如果您尝试对多行输入执行该查询，则会给出错误结果。我已经用支持多行的版本更新了我的答案。

【参考方案5】：

CREATE OR REPLACE FUNCTION field(i_string            VARCHAR2
                                ,i_delimiter         VARCHAR2
                                ,i_occurance         NUMBER
                                ,i_return_number     NUMBER DEFAULT 0
                                ,i_replace_delimiter VARCHAR2) RETURN VARCHAR2     IS
  -----------------------------------------------------------------------
  -- Function Name.......: FIELD
  -- Author..............: Dan Simson
  -- Date................: 05/06/2016 
  -- Description.........: This function is similar to the one I used from 
  --                       long ago by Prime Computer.  You can easily
  --                       parse a delimited string.
  -- Example.............: 
  --  String.............: This is a cool function
  --  Delimiter..........: ' '
  --  Occurance..........: 2
  --  Return Number......: 3
  --  Replace Delimiter..: '/'
  --  Return Value.......: is/a/cool
  --------------------------------------------------------------------------    ---                                    
  v_return_string  VARCHAR2(32767);
  n_start          NUMBER := i_occurance;
  v_delimiter      VARCHAR2(1);
  n_return_number  NUMBER := i_return_number;
  n_max_delimiters NUMBER := regexp_count(i_string, i_delimiter);
BEGIN
  IF i_return_number > n_max_delimiters THEN
    n_return_number := n_max_delimiters + 1;
  END IF;
  FOR a IN 1 .. n_return_number LOOP
    v_return_string := v_return_string || v_delimiter || regexp_substr    (i_string, '[^' || i_delimiter || ']+', 1, n_start);
    n_start         := n_start + 1;
    v_delimiter     := nvl(i_replace_delimiter, i_delimiter);
  END LOOP;
  RETURN(v_return_string);
END field;


SELECT field('This is a cool function',' ',2,3,'/') FROM dual;

SELECT regexp_substr('This is a cool function', '[^ ]+', 1, 1) Word1
      ,regexp_substr('This is a cool function', '[^ ]+', 1, 2) Word2
      ,regexp_substr('This is a cool function', '[^ ]+', 1, 3) Word3
      ,regexp_substr('This is a cool function', '[^ ]+', 1, 4) Word4
      ,regexp_substr('This is a cool function', '[^ ]+', 1, 5) Word5
  FROM dual;

【讨论】：

一些解释会很好。

我经常需要解析一些文本以提取文本的子集。有时文本有分隔符，例如句点： The.File.Name.is.THIS.created.on.20160506 我真正想要的只是这个词。我可以使用以下语句调用我的 FIELD 函数：SELECT field('The.File.Name.is.THIS.created.on.20160506','.',5,1) FROM dual;

抓起函数试试看。您可以使用它轻松解析任何文本。我查看了这篇文章中的一些很好的例子。它们都工作得很好，但我永远无法记住所有那些疯狂的正则表达式点点滴滴：'([^'||chr(11)||']*)('||chr(11)||' |$)'