Oracle Regex substr忽略可选组

Question

我正在研究REGEX_SUBSTR以在Oracle

Test 1.Input: JOHN 10BC STUDENT Desired Output: JOHN

Test 2.Input: JOHN  STUDENT     Desired Output: JOHN

Test 3.Input: JOHN 10BC STU     Desired Output: JOHN

Test 4.Input: JOHN 10BC TEACHER Desired Output:NULL

Test 5.Input: JOHN  TEACHER     Desired Output:NULL

Test 6. Input: MR JOHN 08BC STU Desired Output: MR JOHN

Test 7. Input: MR JOHN STUDENT Desired Output: MR JOHN

Test 8. Input: MR JOHN 07BC TEACHER Desired Output: Null

Test 9. Input: MR STUART 06BC STDUENT Desired Output: MR STUART 

Test 10. Input: MR STUART LEE 05BC STDUENT Desired Output: MR STUART LEE 

查询中获取以下结果：

测试1：

select REGEXP_SUBSTR('JOHN 10BC STUDENT','(.*)(\s+.*BC)?\sSTU(DENT)?',1,1,'i',1) from dual; 

输出：失败。返回约翰10BC而不是约翰

测试2：

select REGEXP_SUBSTR('JOHN STUDENT','(.*)(\s+.*BC)?\sSTU(DENT)?',1,1,'i',1) from dual; 

输出：通过。返回的约翰，

我通过删除？修改了以下查询？在第二个块

测试1中：选择Regexp_substr（'John 10BC Student'，'（。*）（\ s+。*bc）\ sstu（dent）？双重的; 输出：通过。返回的John

测试2：选择Regexp_substr（'John Student'，'（。*）（\ s+。*bc）\ sstu（dent）？'，1,1，'i'，1）来自Dual; 输出：失败。返回null而不是约翰。

如何使用regexp_substr忽略中间的可选单词BC，并始终将单词返回到BC作为学生的子弦。提前致谢！！！

Answer 1

通过在其之后添加问号（*？*？）来防止其抓取可选零件（<。代码>（\ s+。*bc）？）：

 带有测试（ID，col）为（
  从双联盟中选择1，“约翰10BC学生”
  从双联盟中选择2，“ John Student”
  从双联盟中选择3，“约翰10BC Stu”
  从双联盟中选择4，“约翰10BC老师”
  从双联盟中选择4，“ JSTUOHN 10BC老师”
  从dual中选择5，“约翰老师”
）
选择
  ID，
  上校
  REGEXP_SUBSTR（col，'（。
从测试
 

 id | Col | QWE  
 - ：| ：----------------------- | ：------
 1 |约翰10BC学生|约翰 
 2 |约翰学生|约翰 
 3 |约翰10BC Stu |约翰 
 4 |约翰10BC老师|  null  
 4 | JSTUOHN 10BC老师|  null  
 5 |约翰老师|  null  

db＆lt;＆gt; fiddle

3CF734918BC764B24B24B24B24B24B53D9EFA17FEA17FEB 。要允许多个单词作为第一部分，您可以使用以下以下等级：

(.+?)(\s+\S*BC)?\s+STU(DENT)?$

说明：

• （。+？） - 与最短匹配的任何一个或多次匹配（允许匹配以下可选组） ）。
• （\ s+\ s*bc）？ - 零或多个非Whitespace组的可选匹配（\ s）字符，然后是bc。该组应通过一个或多个空格字符与以前的非Whitespace角色分开。 \ s*而不是。*将阻止将多个单词纳入该组。
• \ s+Stu（dent）？$ - 最后一部分应该是Word student或缩写Stu。它应该是行中的最后一个单词（$之后）。

扩展测试用例的结果是：

 带有测试（ID，col）为（
  从双联盟中选择1，“约翰10BC学生”
  从双联盟中选择2，“ John Student”
  从双联盟中选择3，“约翰10BC Stu”
  从双联盟中选择4，“约翰10BC老师”
  从双联盟中选择4，“ JSTUOHN 10BC老师”
  从双联盟中选择5，“约翰老师”
  从双联盟中选择6，“约翰10BC Stu”
  从双联盟中选择7，“ Stuart ABC 10BC学生”
  选择8，“ Stuart ABC 10BC学生”来自Dual Union All
  选择9，“ Stuart Stu先生10BC老师”
）
选择
  ID，
  上校
  REGEXP_SUBSTR（col，'（。
从测试
 

 id | Col | QWE          
 - ：| ：----------------------------------- | ：-----------------
 1 |约翰10BC学生|约翰         
 2 |约翰学生|约翰         
 3 |约翰10BC Stu |约翰         
 4 |约翰10BC老师|  null          
 4 | JSTUOHN 10BC老师|  null          
 5 |约翰老师|  null          
 6 |约翰先生10BC Stu |约翰先生      
 7 | Stuart ABC 10BC学生| Stuart ABC先生
 8 | Stuart ABC 10BC学生|  null          
 9 | Stuart Stu先生10BC老师|  null          

db＆lt;＆gt; fiddle

Answer 2

您真的需要检查中间的内容吗？也许您可以忽略这一点，并与其余的要求一起工作（检查Stu或Student（如您的示例数据所建议）并根据此获取数据）？

这是两个选项（result_1和result_2），请参阅其中任何一个有所帮助。

示例数据：

SQL> with test (id, col) as
  2    (select 1, 'JOHN 10BC STUDENT'  from dual union all
  3     select 2, 'JOHN  STUDENT'      from dual union all
  4     select 3, 'JOHN 10BC STU'      from dual union all
  5     select 4, 'JOHN 10BC TEACHER'  from dual union all
  6     select 5, 'JOHN  TEACHER'      from dual
  7    )

查询从这里开始：

  8  select id,
  9    col,
 10    case when instr(col, 'STU') > 0 then substr(col, 1, instr(col, ' ') - 1)
 11         else null
 12    end result_1,
 13    --
 14    case when regexp_substr(col, '\w+

  result_1 搜索 col   stu> stu  string;如果找到它，它将返回第一个单词（从 col的开头到第一个空格字符）
  result_2 检查是否末尾（但是这次使用Regexp_substr，到 col> col 的结尾 $ ）是“ stu”或“ student”，然后返回第一个单词（固定在开始^的 col 

) in ('STU', 'STUDENT') then
 15              regexp_substr(col, '^\w+')
 16         else null
 17    end result_2
 18  from test;

        ID COL               RESULT_1             RESULT_2
---------- ----------------- -------------------- --------------------
         1 JOHN 10BC STUDENT JOHN                 JOHN
         2 JOHN  STUDENT     JOHN                 JOHN
         3 JOHN 10BC STU     JOHN                 JOHN
         4 JOHN 10BC TEACHER
         5 JOHN  TEACHER

SQL>

• result_1搜索col stu> stu string;如果找到它，它将返回第一个单词（从col的开头到第一个空格字符）
• result_2检查是否末尾（但是这次使用Regexp_substr，到col> col的结尾$）是“ stu”或“ student”，然后返回第一个单词（固定在开始^的col

Answer 3

如何忽略中间可选单词10BC，并始终将第一个单词作为student的子字符串？

您不需要使用（慢）正则表达式，并且可以使用（更快）简单的字符串函数：

WITH test (id, col) as (
  select 1, 'JOHN 10BC STUDENT'    from dual union all
  select 2, 'JOHN  STUDENT'        from dual union all
  select 3, 'JOHN 10BC STU'        from dual union all
  select 4, 'JOHN 10BC TEACHER'    from dual union all
  select 5, 'JSTUOHN 10BC TEACHER' from dual union all
  select 6, 'JOHN  TEACHER'        from dual
)
SELECT id,
       col,
       CASE
       WHEN col LIKE '% STUDENT'
       OR   col LIKE '% STU'
       THEN SUBSTR(col, 1, INSTR(col, ' ')  - 1)
       END AS first_word
FROM   test

（使用 astentx的数据）

输出为：

id	col	first_word
1	约翰10BC学生	john
2	john Student	john
3	john 10bc stu	john
4	约翰10BC老师	null
5	jstuohn 10BC老师	null
6	约翰老师	null

db＆lt;＆gt; fiddle “ nofollow noreferrer”>在这里