使用 regexp_substr 进行操作

Question

我有一个用于数据仓库目的的 ETL 任务，我需要在分隔符出现后提取字符串的第二部分，例如：'#'、'ý'、'-'。例如测试用例字符串：

'Tori 1#MHK-MahallaKingaveKD' 我应该只检索 'MHK'

'HPHelm2ýFFS-Tredddline' 我应该只检索 'FFS'

我已经尝试使用上面的案例：

TRIM(CASE
WHEN INSTR('HPHelm2ýFFS-Tredddline', '#',1,1) > 0
    THEN (REPLACE(
          REGEXP_SUBSTR('HPHelm2ýFFS-Tredddline', '[^#]+', 1,2), 
          '#'
       ))
    ELSE (CASE 
            WHEN INSTR('HPHelm2ýFFS-Tredddline', '-',1,1) > 0
    THEN (REPLACE(
          REGEXP_SUBSTR('HPHelm2ýFFS-Tredddline', '[^-]+', 1,2), 
          '-'
       ))
       ELSE (CASE 
            WHEN INSTR('HPHelm2ýFFS-Tredddline','-') = 0 AND INSTR('HPHelm2ýFFS-Tredddline','ý') = 0 AND INSTR('HPHelm2ýFFS-Tredddline','#') = 0
    THEN 'HPHelm2ýFFS-Tredddline'
        ELSE (CASE
            WHEN INSTR('HPHelm2ýFFS-Tredddline','ý',1,1) > 0
    THEN (REPLACE(
          REGEXP_SUBSTR('HPHelm2ýFFS-Tredddline', '[^ý]+', 1,2), 
          'ý'
       ))
            END)
          END)   
            END)
END)

使用上面的代码我可以检索：

'Tori 1#MHK-MahallaKingaveKD' ====> 'MHK-MahallaKingaveKD'
'HPHelm2ýFFS-Tredddline' ====> 'FFS-Tredddline'

预期输出：

'Tori 1#MHK-MahallaKingaveKD' ====> 'MHK'
'HPHelm2ýFFS-Tredddline' ====> 'FFS'

所以我必须排除'-'和后面的字符串。

我想我应该修改 regexp_substr 模式，但似乎找不到明确的解决方案，因为在 when 语句中指定了 '-' 作为分隔符。

Answer 1

我建议检索第二次出现的 1+ 个字符，而不是分隔符字符：

regexp_substr(col, '[^#ý-]+', 1, 2)

此处，搜索从记录中的第一个字符 (1) 开始，返回第二个字符 (2)。

[^#ý-]+ 模式匹配除 #、ý 和 -.

之外的一个或多个 (+) 个字符

Answer 2

以下将为您提供所需的信息：

WITH cteData AS (SELECT 'Tori 1#MHK-MahallaKingaveKD' AS STRING FROM DUAL UNION ALL
                 SELECT 'HPHelm2ýFFS-Tredddline' FROM DUAL)
SELECT STRING, REGEXP_SUBSTR(STRING, '[#ý-](.*)[#ý-]', 1, 1, NULL, 1) AS SUB_STRING
  FROM cteData;

分隔符组之间 .* 周围的括号使 .* 成为子表达式，参数列表中最后的 ,1 告诉 REGEXP_SUBSTR 给出您支持子表达式 #1 的值。由于正则表达式中只有一个子表达式，它会返回 .* 的值，这正是您要查找的值。

sqlfiddle here

使用 regexp_substr 进行操作

Manipulating with regexp_substr

sql

regex

oracle

substr