Oracle 正则表达式的误解

Posted 2023-03-28

【中文标题】Oracle 正则表达式的误解

【英文标题】：Oracle regexp Misunderstanding

【发布时间】：2014-02-20 04:37:34

【问题描述】：

我不明白如何获得“从字符串末尾开始的第 n 个模式匹配”。我已阅读，但无法申请。

我正在使用的列是目录路径名，通常看起来像：

I:\044\LOGFILE\aw_34\

我想提取最后一个目录名，以及倒数第二个。使用 regexp_substr 我可以使用

获取最后一个目录

SELECT REGEXP_SUBSTR(col_name, '\\[^\]+\\$')

我想我在这里要问的是：'从 col_name 中值的末尾开始，返回位于两个反斜杠之间的 1 个或多个非反斜杠字符的第一个实例。

但是，我无法使用任何合理的选项参数组合来仅获取第二个文件夹名称（在此示例中为“\LOGFILE\”）。我试过了：

SELECT REGEXP_SUBSTR(col_name, '\\[^\]+\\$', 1, 2)

返回 NULL。看来我实际上并不是在问“从字符串的末尾开始并找到模式的第二次出现”。所以，我已经求助于匹配最后两个文件夹的模式：

SELECT REGEXP_SUBSTR(col_name, '\\[^\]+\\[^\]+\\$')

然后，将此表达式包装在第二个正则表达式中，以获得从前面开始的单个文件夹的匹配项。

这行得通，但不能帮助我理解使用中的基本错误

REGEXP_SUBSTR(col_name, '\\[^\]+\\$', 1, 2)

或另一种更“直接”的方式来提取我需要的匹配项（在本例中为“\LOGFILE\”）。怎么了？

【问题讨论】：

+1 解释清楚的问题

【参考方案1】：

要匹配倒数第二个文件夹，请使用捕获组...

SELECT REGEXP_SUBSTR(col_name, '(\\[^\]+\\)[^\]+\\$', 1, 1, NULL, 1)

最后一个参数表示获取第一个捕获组，即正则表达式模式中括号中的内容。

而REGEXP_SUBSTR(col_name, '\\[^]+\\$', 1, 2) 不起作用，因为$ 匹配字符串的结尾，因此不会有第二次匹配。

【讨论】：

无论出于何种原因，我开始认为 '$' 的意思是“在字符串末尾开始搜索我的模式”，而不是“必须在字符串末尾”。我的正则表达式请求的废话应该是显而易见的。问题解决了。

【参考方案2】：

您尝试的 REGEXP_SUBSTR(col_name, '\\[^\]+\\$', 1, 2) 不起作用，因为没有两个匹配以 $ 结尾的字符串 - 最多可以有一个这样的匹配（任何其他匹配都不在结尾字符串，根据定义）。

我会尝试类似的东西

REGEXP_SUBSTR(col_name, '(\\[^\]+)2\\$')

然后提取其中的第一部分...请注意，这与您所拥有的略有不同。

或者，在更高版本的 Oracle（从版本 11g 开始）中，有一些方法可以使用捕获组 - REGEX_SUBSTR 的第六个参数。参见例如https://***.com/a/7759146/1967396 导致

REGEXP_SUBSTR(col_name, '(\\[^\]+)2\\$', 1, 1, NULL, 1)

给出“第一个捕获组的内容” - 这是“我的正则表达式中括号中的内容” - 即您的示例中的\LOGIFLE（虽然没有尾随\......因为它属于“下一场比赛”）。