提取不同特殊符号之间的字符串

Posted 2023-03-29

【中文标题】提取不同特殊符号之间的字符串

【英文标题】：Extract string between different special symbols

【发布时间】：2021-07-18 02:41:57

【问题描述】：

我的查询中有以下字符串

.\ABC\ABC\2021\02\24\ABC__123_123_123_ABC123.txt

从一个时期开始，我需要从中提取最终 \ 和文件扩展名之间的段，这意味着遵循预期结果

ABC__123_123_123_ABC123

我对使用 REGEXP 相当陌生，无法帮助自己找到一个优雅（或可行）的解决方案，在这里或其他地方进行问答。在所有查询中，模式在数量和顺序上都是相同的，但为了我的知识增长，我更愿意不只是计数和切割。

【问题讨论】：

我明白了，我会给你贴一个正则表达式的例子，也许它也适用于 SQL。

【参考方案1】：

可以使用REGEXP_REPLACE等函数

REGEXP_REPLACE(col,'(.*\\)(.*)\.(.*)','\2')

为了提取从最后一个斜线到点的片段。 \\ 和 \. 中前面的斜杠用作转义字符，以区分特殊字符和我们预期的 \ 和 . 字符。

Demo

【参考方案2】：

您只需要regexp_substr 和简单的正则表达式([^\]+)\.[^.]*$

select
 regexp_substr(
   '.\ABC\ABC\2021\02\24\ABC__123_123_123_ABC123.txt',
   '([^\]+)\.[^.]*$',
   1, -- position
   1, -- occurence
   null, -- match_parameter 
   1  -- subexpr 
) substring 
from dual;

([^\]+)\.[^.]*$ 表示：

([^\]+) - 找到一个或多个（+）除斜杠之外的任何字符（[] - 设置，^ - 否定，即除）并将其命名为组 \1（子表达式 #1） \. - 然后是简单的点（. 是一个特殊字符，表示任何字符，所以我们需要使用 \ 这是一个转义字符来“转义”它） [^.]* - 除. 之外的零个或多个任意字符 $ - 行尾

所以这个正则表达式的意思是：找到一个子字符串，它包含：一个或多个除斜杠外的任何字符，后跟点，后跟零个或多个除点之外的任何字符，它应该在字符串的末尾。而subexpr参数=1，表示oracle返回第一个子表达式（即(...)中的第一个匹配组）

其他参数可以在doc中找到。

【讨论】：

感谢您的解释 - 将在下周进一步教育自己。这对我来说真的很有帮助......在备忘单等方面并没有走得太远，但作为一个工作示例，我可以涉足并学习现在 Barbaros 的公式已被 DB 接受并根据需要工作。

【参考方案3】：

这是我与 Oracle 11g R2、PCRE2 和其他一些语言的完全兼容的简单示例。

Oracle 11g R2 使用函数 substr (Reference documentation)

 select
 regexp_substr(
   '.\ABC\ABC\2021\02\24\ABC__123_123_123_ABC123.txt',
   '((\w)+(_)2(((\d)3(_))3)1((\w)+(\d)+)1)1',
   1, 
   1
 ) substring 
from dual;

模式：((\w)+(_)2(((\d)3(_))3)1((\w)+(\d)+)1)1

结果：ABC__123_123_123_ABC123

正则表达式尽可能简单，始终遵循最低标准，正如您所见，它还提供了可移植性，仅适用于其他人有兴趣采用最简单方法的情况。

希望对您有所帮助！

【讨论】：

这与我尝试过的类似，但在数据库上不起作用，尽管语法也是正确的。

Oracle 不支持 PCRE，你不需要在 [] 中转义 _-

@SayanMalakshinov 是的，我知道，我会针对这种情况进行更改

@TobiasB，我更新了我的答案，提供了可移植性。

哦，谢谢！哈哈，我知道我会在学习如何正确使用这个好功能时既沮丧又有趣:)