Oracle11g Oracle文本功能

我需要从oracle中的自由格式字符串（自由格式字符串是用户输入并存储在数据库的一列中）派生国家，并存储此派生值。 要推导的条件基于以下任一场景：

1） 国家/地区的代码/country/city/zip（仅适用于我们）可能在字符串中的任何位置，有时可能不止一次命中。 2） 如果字符串中提供了邮政编码（适用于美国城市）（邮政编码城市州查找参考表为我们存储了此信息），则应派生国家/地区。 3） 国家名称及其对应的2个字符的国家代码（或ISO代码）出现在字符串中（同样存储在查找参考表中）。 4） 在某些情况下，国家将直接出现在输入字符串中

假设1个城市/国家输入字符串的简单情况是：德意志银行，纽约123号单位

由于字符串包含“newyork”，因此国家派生词是美国（基于匹配国家/城市的查找信息）

现在，诀窍是当字符串上可能有多个点击： 德意志银行，台湾123号单位

在上面的字符串（一个简单的多点击字符串）中，至少有2种可能性：DE，TAIWAN（DE对应于查找参考中的德国，TAIWAN在字符串中拼写）。 在这种情况下，必须有一种排名机制，根据某些标准对这两种可能性进行加权：比如说，如果一个国家最初是在字符串中指定的，那么它的权重将高于另一个国家的代码等。 这种需要赋予更多权重的选择可以根据需求进行配置。如果以后，需求建议给代码更高的权重，那么它应该只需要更改元数据来改变权重，结果应该反映出更改

在技术方面，我使用regexp和简单的字符串操作创建了一个pl/sql代码，这些操作完成了其中的一些操作。但是，它的速度非常慢，而且在涵盖其中一些场景方面存在局限性，坦率地说，这是一种我不喜欢的方法。我们只是想把第一个原型送出去。所以，我们不得不赶时间。 但是，现在我们希望简化性能方法，因为每天都有数千个输入行（约30K）包含这些输入字符串，并且需要动态地或至少作为一个批处理，但响应速度更快

我正在阅读有关Oracle文本功能作为一种设计方法的文章，并对我一直在寻找的一些功能感到惊喜。然而，我不知道从哪里开始，因为我以前没有使用过oracle文本功能，尽管我已经开始阅读它。 非常感谢专家们的指点

环境：Oracle11g

谢谢，

---

凯西

你的第一个例子和第二个例子是一样的。为什么纽约打败了德意志银行而台湾却没有？试图决定世界范围内的国家是极其困难的。是的，你必须称重，这样做是一个好主意，从字符串的结束偏移。但是，为此，您只需要正则表达式。没有真正需要使用Oracle文本。我们有大约5000行Python代码来完成这项工作……嗨，Ben，谢谢你的回复。我的例子不尽相同。在第一种情况下，没有歧义，因为您只有一个城市（德意志不是一个城市或国家，它不会存储在参考表中）。因此，第一个示例只会给您一次点击。我提供的第二个示例会给您两个点击：AG是参考表中维护的国家的国家代码（安提瓜和巴布达的缩写形式）和台湾，这使得它成为一个字符串，可以生成这两个国家中的一个，因此，需要加权。希望澄清。如果它是逗号分隔的，那么你可以用逗号分割并解决这个问题。如果它不是逗号分隔的（并且是完美的），那么您的假设是不正确的。出现的不同拼写和拼写错误的国家数量是天文数字。例如，这里有一些给安格鲁的：安哥拉，众议员波普。安哥拉，安哥拉共和国，安哥拉共和国，这是一个用户输入的自由格式字段（通常包含银行名称和地址，但可能并不总是遵循此地址规则）。不幸的是，分隔符无法强制执行或保证。我同意你对拼写错误和解释的评估。这种情况下的要求是通过维护参考列表，以编程方式进行最佳猜测。我们不会将数据保存为安哥拉共和国，而是保存为安哥拉。只要安哥拉这个词（或其等效代码）存在，我们就很好。