Return 所有正则表达式匹配为新行

Question

我有一个reviewstable如下：

r_id	my_comment
1	Boxes with the TID 823 cannot exceed 40 kg
2	Parcel with the marking tid 63157 must not make the weight go over 31 k.g
3	Envelopes with TID 104124 and TID 92341 cant excel above 94.477kg
4	TID38204 cannot go over 45.4 kg and TID 8242602 cannot go over 92kg
5	Box with the TID 94514 cannot go over 52kg but also cannot go over 51KG

我正在尝试匹配 2 件事。 TID 和重量 (kg)。如您所见，有 3 件事要牢记

重量始终以公斤为单位，不区分大小写，有两种书写方式，kg 和 k.g，并且有两种书写方式 <weight> <kg or k.g> <weight><kg or k.g>（一种带有 space,一个没有space)
TID 不区分大小写，可以用两种方式编写 TID<id> 或 TID <id>（一种带有 space，一种不带 space。
有些评论有多个 TID 和权重。我假设 TID 的第一次出现与权重的第一次出现有关，而 TID 的第二次出现是针对权重的第二次出现。我最多只使用了 TID/weight 的 2 个实例，但我希望它能够动态地处理任意数量的实例。

所以如果评论只有 1 个权重和 1 个 TID，我可以提取 TID 和权重。但是，如果它有多个，我不会这样做。所以我想把多个分成不同的行。

这是我想要的输出

r_id	tid	weight	my_comment
1	823	40	Boxes with the TID 823 cannot exceed 40 kg
2	63157	31	Parcel with the marking tid 63157 must not make the weight go over 31 k.g
3	104124	94.477	Envelopes with TID 104124 and TID 92341 can't excel above 94.477kg
3	92341		Envelopes with TID 104124 and TID 92341 can't excel above 94.477kg
4	38204	45.4	TID38204 cannot go over 45.4 kg and TID 8242602 cannot go over 92kg
4	8242602	92	TID38204 cannot go over 45.4 kg and TID 8242602 cannot go over 92kg
5	94514	52	Box with the TID 94514 cannot go over 52kg but also cannot go over 51KG
5		51	Box with the TID 94514 cannot go over 52kg but also cannot go over 51KG

SQL 创建 table/dummy 数据：

CREATE TABLE reviews(
  r_id number(3) NOT NULL,
  my_comment VARCHAR(255) NOT NULL
);

INSERT INTO reviews (r_id, my_comment) VALUES (1, 'Boxes with the TID 823 cannot exceed 40 kg');
INSERT INTO reviews (r_id, my_comment) VALUES (2, 'Parcel with the marking tid 63157 must not make the weight go over 31 k.g');
INSERT INTO reviews (r_id, my_comment) VALUES (3, 'Envelopes with TID 104124 and TID 92341 cant excel above 94.477kg');
INSERT INTO reviews (r_id, my_comment) VALUES (4, 'TID38204 cannot go over 45.4 kg and TID 8242602 cannot go over 92kg');
INSERT INTO reviews (r_id, my_comment) VALUES (5, 'Box with the TID 94514 cannot go over 52kg but also cannot go over 51KG');

在我的尝试中，我能够提取 tid 和权重，但只能提取第一个实例并且无法将其拆分成行。

SELECT
    r_id,

   REGEXP_SUBSTR (
        REGEXP_SUBSTR (my_comment, '(tid).*?[0-9]+', 1, 1, 'i'),
        '[0-9]+'
    ) as "tid",

    REGEXP_SUBSTR (
        REGEXP_SUBSTR (my_comment, '(cannot exceed|go over| excel above).*?[0-9]+ ?(kg|k.g)', 1, 1, 'i'),
        '[0-9]+'
    ) as "weight"

FROM reviews;

Answer 1

I am able to extract the tid and weight, but only the first instance and not able to split it into rows.

您的查询，已修改：

我没有对你已经写的东西做太多，因为你似乎对提取的 tid 和 weight 很满意
- 我所做的更改是 regexp_substr 的 occurrence 参数（之前是 1，现在是 column_value）
为了获得 split 数据，添加了 cross join，它“循环”通过 my_comment 的次数与 [=12] 之间的最大出现次数一样多=] 和 kg （以任何形式）
- 例如，如果有2个tid和1个kg，它会“循环”2次
- 它还用于避免仅使用 connect by level 子句时出现的重复

您确实将问题标记为 Oracle 10；我没有了，但我知道它不支持 regexp_count 功能。如果情况确实如此（您从未回答过 Koen 的问题），那么它将不起作用，您将不得不使用其他方式计算 tid/weight 的出现次数。不过，我希望你没有使用 10g。

我运行这个代码在SQL*Plus。 BREAK 只是为了很好地区分 r_id 和 my_comment 值，没有任何其他目的。

SQL> break on r_id on my_comment
SQL> SELECT r_id,
  2         my_comment,
  3         REGEXP_SUBSTR (REGEXP_SUBSTR (my_comment,
  4                                       '(tid).*?[0-9]+',
  5                                       1,
  6                                       COLUMN_VALUE,
  7                                       'i'),
  8                        '[0-9]+') AS "tid",
  9         REGEXP_SUBSTR (
 10            REGEXP_SUBSTR (
 11               my_comment,
 12               '(cannot exceed|go over| excel above).*?[0-9]+ ?(kg|k.g)',
 13               1,
 14               COLUMN_VALUE,
 15               'i'),
 16            '[0-9]+') AS "weight"
 17    FROM reviews
 18         CROSS JOIN
 19         TABLE (
 20            CAST (
 21               MULTISET (
 22                      SELECT LEVEL
 23                        FROM DUAL
 24                  CONNECT BY LEVEL <= GREATEST (REGEXP_COUNT (my_comment, 'tid'     , 1, 'i'),
 25                                                REGEXP_COUNT (my_comment, '(kg|k.g)', 1, 'i')))
 26                  AS SYS.odcinumberlist));

这导致

 R_ID MY_COMMENT                                                                tid     weight
----- ------------------------------------------------------------------------- ------- -------
    1 Boxes with the TID 823 cannot exceed 40 kg                                823     40
    2 Parcel with the marking tid 63157 must not make the weight go over 31 k.g 63157   31
    3 Envelopes with TID 104124 and TID 92341 cant excel above 94.477kg         104124  94
                                                                                92341
    4 TID38204 cannot go over 45.4 kg and TID 8242602 cannot go over 92kg       38204   45
                                                                                8242602 92
    5 Box with the TID 94514 cannot go over 52kg but also cannot go over 51KG   94514   52
                                                                                        51

8 rows selected.

SQL>

Return 所有正则表达式匹配为新行

Return all regex matches as new rows

sql

regex

database

oracle

oracle10g