Sql Oracle:用于复杂案例的regexp

我有一个表，其中一列包含一个字符串，其中的项用分号（；）分隔

我希望根据字符串的模式有选择地将数据传输到新表

例如，它可能看起来像

16、 )；；14;30;24;11;13;14;14;10;13;18;15;18;24;13/18;11;;23;12;;19;10;;11;26;;;42;26;38/39;12;;;;;;;11;;;;;;;;;;;;;;;

或

11、 )；；11;11;11;11;11;11;11;11;11;11;11;11;11;11;11;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

我不关心分号之间是什么，但我关心哪些位置包含项。例如，如果我只希望第1、第3、第4个位置包含项目，我将允许以下内容

32；；14;18/12;;;;;;;;; 或32；；14;18/12;;;;55;;;;11;;;;;;;

下面这个位置不好，因为第三个位置没有任何值

32；；；18/12;;;;;;;;;

如果regexp对此有效，那么我可以使用

merge-into

将所需的记录移动到目标表中。如果不能做到这一点，我将不得不用Java处理每条记录，并有选择地将这些记录插入到新表中

源表：

id | StringValue | count

目标表：

id | StringValue | count

我心目中的sql：

merge into you_target_table tt
using ( select StringValue, count
        from source_table where REGEXP_LIKE ( StringValue, 'some pattern')
      ) st
on ( st.StringValue = tt.StringValue and st.count=tt.count )
when not matched then
   insert (id, StringValue , count) 
   values (someseq.nextval, st.value1, st.count)
when matched then
   update
   set tt.count = tt.count + st.count;

---

另外，我确信源表中的所有StringValue都是唯一的，所以匹配时

后面的内容并不重要，但由于语法的原因，我认为我必须有一些内容。
对于每个位置，您需要放置一个值
[^；]+，它匹配任何字符，而不是
并至少出现一次，后跟一个
。如果您不喜欢某个职位，请输入
[^；]*。这几乎与第一个相似，但字符在
之前也可以是无。用
^
将整个事情锚定到开头

因此，对于您的第一、第三和第四个职位示例，您将获得：

^[^;]+;[^;]*;[^;]+;[^;]+;

在一个如下所示的查询中：

SELECT *
       FROM elbat
       WHERE regexp_like(nmuloc, '^[^;]+;[^;]*;[^;]+;[^;]+;');


它可以通过将子表达式放入一个组来进一步改进，也就是说，在它们周围放上括号，并使用quantors——组后大括号中的数字。例如，
（[^；]+；）{2}
将匹配两个非空的位置。您的示例将缩短为：

^[^;]+;[^;]*;([^;]+;){2}

虽然答案完全正确，但还有另一个类似但可能更具可读性的解决方案：

SELECT *
   FROM elbat
   WHERE regexp_substr(nmuloc, '(.*?)(;|$)', 1, 1, '', 1) is not null
   AND   regexp_substr(nmuloc, '(.*?)(;|$)', 1, 3, '', 1) is not null
   AND   regexp_substr(nmuloc, '(.*?)(;|$)', 1, 4, '', 1) is not null;


优点：


明确说明不应为空的位置编号
在任何情况下都有通用模式，因此无需更改正则表达式
可以使用任何正则表达式作为分隔符，而不仅仅是单个字符
实际上提取项目，所以您可以使用任何函数对其进行进一步测试

缺点：


相当冗长
慢n倍，其中n是条件计数
更慢（最多2倍）的原因是每个非分隔符符号上的回溯

然而，根据我的经验，如果查询不是针对数十亿行运行的，那么这种效率差异是很小的。即使这样，磁盘读取也会占用大部分时间

制作方法：


（.*）（；|$）-惰性地搜索以分隔符或字符串结尾的任何字符序列（可能为零长度）
1-开始搜索的位置。1是默认值。只需要进入下一个参数
1、3或4-事件或模式
''-匹配_参数。可用于设置匹配模式，但此处也仅用于获取最后一个参数
1-子表达式编号使regexp\u substr仅返回第一个捕获组。即（.*），即项目本身没有分隔符