主页 / 问题 / 1273145
Accepted
MaxU - stop genocide of UA
Asked:2022-04-22 02:20:44 +0000 UTC2022-04-22 02:20:44 +0000 UTC

如何编写正则表达式以使用 regexp_substr() 从类似 CSV 的字符串中提取第 N 个值

  • 772

如何扩展以下正则表达式（在 POSIX 标准中）以使值,, ;, /, , 即 逗号、分号、斜杠、空格和制表符的组合。

初始数据示例：

ID  EMAIL
--  --------------------------------------------------
1   NULL
2   mail1@domain.com
3   mail1@domain.com; mail2@domain.com, mail3@mail.com
4   mail1@domain.com, mail2@domain.com
5   mail1@domain.com mail2@domain.com

在 这封DB Fiddle邮件中，我尝试从每一行中提取第二封电子邮件，并希望得到以下结果（输出数据集）：

ID  EMAIL
--  --------------------------------------------------
1   NULL
2   NULL
3   mail2@domain.com
4   mail2@domain.com
5   mail2@domain.com

那些。结果不应该包含分隔符：,, ;, /， 我尝试添加一个 POSIX 值[:space:]来处理空格和制表符，但结果是错误的：

select
  id,
  regexp_substr (email, '(.*?)(([[:space:],;/])|($))', 1, 2, null, 1) as second_email
from tab;

ID  EMAIL
--  --------------------------------------------------
1   NULL
2   NULL
3   NULL
4   NULL
5   mail2@domain.com

请告诉我如何修复 POSIX RegEx。

注意：我正在使用 Oracle 12.2，它不理解 RegEx 字符\s，所以我只需要使用 POSIX 标准支持的正则表达式。

PS 在这个例子中，我总是从字符串中提取第二个值——这是一个简化的（最小可重现的）例子。事实上，这是函数的一部分，它应该能够提取任何第 N 个值（N它将作为参数传递给函数）。

sql

3 个回答

  1. 看起来以下正则表达式有效：

    select id, regexp_substr (
    email, '(\w.*?)(([[:space:],;/])|($))', 1, 2, null, 1) as second_email
from tab
/
select id, regexp_substr (
    email, '(.*?)(([[:space:],;/]+)|($))', 1, 2, null, 1) as second_email
from tab

    两个输出：

            ID SECOND_EMAIL                                      
---------- --------------------------------------------------
         1                                                   
         2                                                   
         3 mail2@domain.com                                  
         4 mail2@domain.com
    • 4 
  2. SELECT tab.id, jsontable.email_num, jsontable.email
FROM tab
CROSS JOIN JSON_TABLE('["' || REGEXP_REPLACE(tab.email, '[,;\/ ]+', '","') || '"]',
                      '$[*]' COLUMNS (email_num FOR ORDINALITY,
                                      email VARCHAR(255) PATH '$')) jsontable;

    https://dbfiddle.uk/?rdbms=oracle_18&fiddle=182ab5331fc09c25ab534002c56c634f

    • 3
  3. Best Answer

    正则表达式(.*?)(([[:space:],;/])|($))并不总能找到所需的匹配项，因为它(.*?)还会找到一个空字符串，并且在您的行中，分隔符旁边有空白字符，[[:space:],;/]它会找到它们。换句话说，它(.*?)捕获一个空字符串，而不是所需的值，[[:space:],;/]在例如逗号之后找到一个空格，然后返回一个匹配项。

    因此，(.*?)您需要替换这样的模板，以便它找不到空字符串，例如

    '([^[:space:]].*?)((' || '[[:space:],;/]' || ')|($))'

    （我对所有子模式都使用了原始语法，但我不确定这里是否需要它们。）

    该模式([^[:space:]].*?)将找不到空字符串，因为它[^[:space:]]需要除空格之外的任何一个字符，并且匹配将从该字符开始。

    • 3

相关问题