多语言查询中的正则表达式不适用于应用程序，但在 SQL 开发人员和单元测试中

Question

对于以下包含正则表达式的查询，我有一个奇怪的行为：

SELECT COALESCE(lang.TITLE, ids.message_id) AS TEXT,
  ids.message_id
FROM
  (SELECT
    CASE
      WHEN regexp_instr(messages.NR, '[a-z]{2}[[:space:],_-]\d+[-_]\d{2,6}') > 0
      THEN regexp_substr(messages.NR, '\d+')
      ELSE messages.NR
    END AS message_id
  FROM
    ( SELECT 'GB 28647854-04' AS NR FROM dual
    UNION
    SELECT 'GB 5310031-05' AS NR FROM dual
    UNION
    SELECT '9184' AS NR FROM dual
    ) messages
  ) ids,
  LOCAL_TITLES lang  
WHERE ids.message_id = '' || lang.NUMBER_NO(+);

LOCAL_TITLES 包含以下条目：

5310031 |一些本地化文本
9184 |另一个文本

所以预期的查询结果应该是：

28647854 | 28647854
一些本地化文本 | 5310031
另一个文本 | 9184

当查询通过 SQL Developer 运行时，这很有效。我还有一个 (Unit-/Integration-) 测试我的 DAO，它运行这个查询返回预期的结果。

我的问题： 当查询由运行网络应用程序执行时，正则表达式找不到数字 ID。相反，实际查询结果是

国标28647854-04 |国标28647854-04
国标5310031-05 |国标5310031-05
另一个文本 | 9184

您是否知道正则表达式在来自 Web 应用程序时的行为为何不同？

Answer 1

您的正则表达式正在寻找具有 [a-z] 模式的小写字符。您的双生成数据具有大写 GB，因此它们不匹配，默认区分大小写设置，至少在我的语言环境中：

alter session set nls_sort = 'BINARY';

SELECT
    CASE
      WHEN regexp_instr(messages.NR, '[a-z]{2}[[:space:],_-]\d+[-_]\d{2,6}') > 0
      THEN regexp_substr(messages.NR, '\d+')
      ELSE messages.NR
    END AS message_id
  FROM
    ( SELECT 'GB 28647854-04' AS NR FROM dual
    UNION
    SELECT 'GB 5310031-05' AS NR FROM dual
    UNION
    SELECT '9184' AS NR FROM dual
    ) messages;

MESSAGE_ID   
--------------
9184          
GB 28647854-04
GB 5310031-05

如果您让会话不区分大小写，他们会这样做：

alter session set nls_sort = 'BINARY_CI';

SELECT
    CASE
      WHEN regexp_instr(messages.NR, '[a-z]{2}[[:space:],_-]\d+[-_]\d{2,6}') > 0
      THEN regexp_substr(messages.NR, '\d+')
      ELSE messages.NR
    END AS message_id
  FROM
    ( SELECT 'GB 28647854-04' AS NR FROM dual
    UNION
    SELECT 'GB 5310031-05' AS NR FROM dual
    UNION
    SELECT '9184' AS NR FROM dual
    ) messages;

MESSAGE_ID   
--------------
9184          
28647854      
5310031

您还可以在每个正则表达式调用中使其不区分大小写：

SELECT
    CASE
      WHEN regexp_instr(messages.NR, '[a-z]{2}[[:space:],_-]\d+[-_]\d{2,6}', 1, 1, 0, 'i') > 0
      THEN regexp_substr(messages.NR, '\d+', 1, 1, 'i')
      ELSE messages.NR
    END AS message_id
...

或者只展开字符class:

      WHEN regexp_instr(messages.NR, '[a-zA-Z]{2}[[:space:],_-]\d+[-_]\d{2,6}') > 0

或

      WHEN regexp_instr(messages.NR, '[[:alpha:]]{2}[[:space:],_-]\d+[-_]\d{2,6}') > 0

您的某些会话是使用 BINARY_CI（或其他一些不区分大小写的）linguistic comparison 设置创建的，但您的 'web application' 设置不是。这可能取决于每个人使用的区域设置，因此更改应用程序区域设置也可以解决差异；但使模式更符合逻辑可能更好。

更具体地说，在你的情况下（查看了你的个人资料），如果你的语言环境是德国，那么你的 NLS_SORT 是德国人，这与 BINARY_CI 对我来说是英国人语言环境。据推测，您的 SQL 开发人员和单元测试正在运行使用德语设置，而您的网络应用不是，因为它自己的默认设置或设计。

Read more about "SQL Regular Expressions in a Multilingual Environment" in the documentation.

多语言查询中的正则表达式不适用于应用程序，但在 SQL 开发人员和单元测试中

Regex in a multilingual query not working for application, but in SQL developer and unit test

java

regex

sql

oracle

multilingual