利用REGEXP_SUBSTR提取数据

Question

嗨，我正在尝试使用REGEXP_SUBSTR函数从oracle数据库中提取包含在单个字段中的部分文本。所讨论的案文以黑体字显示在"BRS14774366“下面。好消息是，我试图提取的数据的模式是相当一致的，因为它总是以"-“开头，以"CSN”结尾，但是我一直试图提取的文本并不总是相同的，可以由alpha字符和数字字符组成，长度在1-12个字符之间。

PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524

下面的示例显示了长度上的细微差异，同样，我试图提取的文本以粗体显示。正如您所看到的，位置总是相同的，但是Alpha数字字符可以介于"-“和"CSN”之间，长度不同。

PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541

PSN932-51231434-H1001865CSN/SF-5/25JAN0546

PSN932-52648256-2EGA814CSN/SF-10/25JAN0549

以第一个示例数据( (PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524) )为例，我创建了以下查询，该查询正确地输出数据，但是该查询不考虑文本可以由两个字符组成，其长度在1-12个字符之间。

选择REGEXP_SUBSTR('PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524'，‘-(\D\d\d)’,1，1，'i',1) "REGEXP_SUBSTR“；

上述查询的输出如下：

BRS14774366

有人能告诉我如何在查询中格式化匹配模式，这样我就可以一致地提取"-“和"CSN”之间的数据了吗？

一如既往地感谢人们所能提供的任何帮助？

Update --似乎存储了包含回车的数据，所以下面的查询无法工作：

SELECT REGEXP_SUBSTR('PSN 932-52506252-BRS14774366 CSN/SF-1/25JAN0524', '-(\w+)CSN', 1, 1, 'i', 1) "REGEXP_SUBSTR" FROM DUAL;

如果数据是这样的，那么工作得很好：

SELECT

REGEXP_SUBSTR('PSN932-52506252-BRS14774366CSN/SF-1/25JAN0524'，'-(\w+)CSN'，1，1，'i'，1) "REGEXP_SUBSTR“；

这个函数能处理回车吗？

Answer 1

这就是你要找的东西吗？

SQL> with
  2    s as (select 'SN932-52506252-BRS14774366CSN/SF-1/25JAN0524' n from dual union all
  3          select 'PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541' from dual union all
  4          select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
  5          select 'PSN932-52648256-2EGA814CSN/SF-10/25JAN0549' from dual)
  6  select
  7    substr(replace(regexp_substr(s.n, '-([[:alpha:]]|[[:digit:]])+CSN'), 'CSN'), 2)
  8  from s;

SUBSTR(REPLACE(REGEXP_SUBSTR(S
--------------------------------------------------------------------------------
BRS14774366
DELAIR09364
H1001865
2EGA814

Answer 2

您可以使用\w来匹配任何字母数字字符

Oracle文档

\w字字符，它被定义为字母、数字或下划线()字符。它相当于POSIX类[:alnum:]。注意，如果不想包含下划线字符，可以使用POSIX类[:alnum:]。

因此，应该将模式更改为-(\w+)CSN

删除换行符很可能是通过替换linefeed/carrige返回字符来完成的。

WITH s AS (select 'SN932-52506252-BRS14774366CSN/SF-1/25JAN0524' n from dual union all
       select 'PSN932-49837056-DELAIR09364' || chr(10) || 'CSN/SF-66/25JAN0541' from dual union all
       select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
       select 'PSN932-52648256-2EGA814' || chr(13) || 'CSN/SF-10/25JAN0549' from dual),
remove_newlines as (select replace(replace(s.n, chr(10), ''), chr(13), '') n from s)

SELECT regexp_substr(s.n, '-(\w+)CSN', 1, 1, 'i', 1) "REGEXP_SUBSTR" FROM remove_newlines s;

Answer 3

通过将instr和substr组合起来，您可以避免使用正则表达式。

这可能不是那么容易理解，但通常表现比regexp解决方案更好。

 with test(x) as (
        select 'PSN932-49837056-DELAIR09364CSN/SF-66/25JAN0541' from dual union all
        select 'PSN932-51231434-H1001865CSN/SF-5/25JAN0546' from dual union all
        select 'PSN932-52648256-2EGA814CSN/SF-10/25JAN0549' from dual
    )
    select substr(
                    substr(x, 1, instr(x, 'CSN') -1),
                    instr(
                            substr(x, 1, instr(x, 'CSN') -1),
                            '-',
                            -1
                         )+1
                 )
    from test

这部分将由CSN负责：

substr(substr(x, 1, instr(x, 'CSN') -1)

然后从最后一个'-‘开始获取此部分的子字符串：

instr(substr(x, 1, instr(x, 'CSN') -1), '-',-1)+1