正则表达式从列表中选择第 n 个值，允许空值

Posted 2023-03-15

【中文标题】正则表达式从列表中选择第 n 个值，允许空值

【英文标题】：REGEX to select nth value from a list, allowing for nulls

【发布时间】：2014-10-28 05:02:18

【问题描述】：

我正在使用REGEXP_SUBSTR() 从逗号分隔列表中返回第 n 个值。当所有值都存在时，这工作正常，但如果项目为空，则失败。这是一个适用于所有值都存在的示例，并且我选择了第二次出现的 1 个或多个非逗号字符：

SQL> select REGEXP_SUBSTR('1,2,3,4,5,6', '[^,]+', 1, 2) data
  2  from dual;

D
-
2

但是当第二个值为空时，我真的得到了列表中的第三个项目，这当然是第二次出现 1 个或多个不是逗号的字符。但是，我需要它返回 NULL，因为第二项是空的：

SQL> select REGEXP_SUBSTR('1,,3,4,5,6', '[^,]+', 1, 2) data
  2  from dual;

D
-
3

如果我将正则表达式更改为允许零个或多个字符而不是 1 个或多个字符，那么对于超过 null 的数字也会失败：

SQL> select REGEXP_SUBSTR('1,,3,4,5,6', '[^,]*', 1, 4) data
  2  from dual;

D
-
3

我需要允许 null 但似乎无法正确使用语法。从逻辑上讲，无论数据是否存在，我都需要返回第 n 次出现逗号之前的内容（并允许最后一个值）。有什么想法吗？

【问题讨论】：

这是重复的。解析带有空值的 csv 字符串是一个常见问题（例如***.com/questions/25529511/…）。我偏爱我的解决方案（在字符串前面加一个逗号，并让你的正则表达式模式为 ',[^,]*'。接下来，LTRIM 匹配的 regexp_substr。

【参考方案1】：

感谢回复的人。在仔细阅读您的答案和提供的链接中的答案后，我得出了这个解决方案：

SQL> select REGEXP_SUBSTR('1,,3,4,5', '(.*?)(,|$)', 1, 2, NULL, 1) data
  2  from dual;

Data
----

这可以描述为“查看第二次出现的零个或多个可选字符集，后跟逗号或行尾，并返回第一个子组（即数据减去逗号或行尾）。

我忘了说我在不同位置测试了空值，多个空值，选择不同位置等。

我能找到的唯一警告是，如果您查找的字段大于可用的数字，它只会返回 NULL，因此您需要注意这一点。对我来说不是问题。

编辑：为了将来可能偶然发现此问题的搜索者的利益，我正在更新已接受的答案。

下一步是封装代码，以便将其制成更简单、可重用的函数。函数源码如下：

  FUNCTION  GET_LIST_ELEMENT(string_in VARCHAR2, element_in NUMBER, delimiter_in VARCHAR2 DEFAULT ',') RETURN VARCHAR2 IS
    BEGIN
      RETURN REGEXP_SUBSTR(string_in, '(.*?)(\'||delimiter_in||'|$)', 1, element_in, NULL, 1);
  END GET_LIST_ELEMENT;

这对可能不太适应它的开发人员隐藏了正则表达式的复杂性，并使代码在使用时更清晰。像这样调用它以获得第 4 个元素：

select get_list_element('123,222,,432,555', 4) from dual;

【讨论】：

我确实喜欢使用交替运算符和使用字符组以及传递子表达式的能力（例如，1 作为第一个子表达式）。我在 11g 中没有意识到这个添加的功能。

@Aramillo - 谢谢！今天有趣的学习经历。帕特里克——直到我阅读了你指给我的那篇文章，并在指定 11g 时重新搜索了 REGEXP_SUBSTR 的手册页，我才知道。所以，谢谢！

【参考方案2】：

像这样残酷的事情怎么样：

select REGEXP_SUBSTR(replace('1,,3,4,5,6', ',,', ',NULL,'), '[^,]+', 1, 2) data
from dual

返回字符串值。您可以使用案例获得真实的NULL：

select (case when REGEXP_SUBSTR(replace('1,,3,4,5,6', ',,', ',NULL,'), '[^,]+', 1, 2) = 'NULL'
             then NULL
             else REGEXP_SUBSTR(replace('1,,3,4,5,6', ',,', ',NULL,'), '[^,]+', 1, 2)
        end)
from dual;

可能有一个仅限regexp_ 的解决方案，但这是首先想到的。

【讨论】：

确实很残酷 :) 可能工作正常，直到您尝试加载包含 NULL 作为文本的数据，并且您希望保持这种状态。虽然不是一个坏主意......