String 在PLSQL中提取URL路径段字符串

我有一个在一个字段（

URL\u field

）中包含完整URL的表，我想提取URL的路径段。下面是一个URL示例（表中的一个单元格）：

我想要的部分是

/pub/data/test/paleocean/deposition\u files/complete/

到目前为止，我已经：

SELECT SUBSTR(URL_FIELD, INSTR(URL_FIELD, '/pub', -1)) AS PATH_NAME FROM EG_VAR_UPLOAD_TEST;

返回

/pub/data/test/paleocean/sediment_files/complete/nantuck-tab.txt

---

所以我需要删除最后一个正斜杠（

nantuck tab.txt

）后面的部分。我认为将当前的

SUBSTR（）

函数嵌套到另一个

SUBSTR（）

函数中就可以做到这一点，尽管我一直对所有嵌套参数感到困惑。请记住，每个URL的最后一个正斜杠后面的部分各不相同，而

/pub

前面的部分也不相同（有时）。

使用

REGEX\u SUBSTR

可以尝试以下操作： 我假设

每个URL只有最后的正斜杠不同，/pub

  SELECT REGEXP_SUBSTR (URL_FIELD, '/pub.*/') AS PATH_NAME
      FROM EG_VAR_UPLOAD_TEST;  

请参见演示：

  SQL> SELECT REGEXP_SUBSTR (
                      'https://www1.ncdc.noaa.gov/pub/data/test/palaeocean/sedimeant_files/complete/nantuck-tab.txt'
                      ,'/pub.*/')
                      AS PATH_NAME
              FROM DUAL    
       /

    PATH_NAME
    --------------------------------------------------
    /pub/data/test/palaeocean/sedimeant_files/complete

    SQL> SELECT REGEXP_SUBSTR (
                      'https://www1.ncdc.noaa.gov/pub/datttta/test/palaeocean/sedimeant_files/complete/nanttttuck-tab.txt'
                      ,'/pub.*/')
                      AS PATH_NAME
              FROM DUAL    
        /

    PATH_NAME
    -----------------------------------------------------
    /pub/datttta/test/palaeocean/sedimeant_files/complete

    SQL> 

regexp的解释：

• ^http

  与开头的“http”匹配

• s？

  匹配“https”中的可选“s”

• ：//

  与“http”/“https”后面的“：//”匹配

• [^/]+

  匹配“：//”后面的任意数字非“/”字符

• */

  匹配任意数量以“/”结尾的任意字符，而其周围的括号将其标记为“子表达式#1”

• [^/]+$

  匹配结尾处的任意数字非“/”字符

然后，

regexp\u substr（）

函数的后续参数是：

• 1

  是“从位置1开始”

• 1

  是“第一次出现regexp”

• null

  是“对regexp处理没有修改器”

• 1

  是“返回子表达式#1”，它指的是在实际regexp中定义的子表达式#1（见上文）

---

对regexp的解释非常好。非常感谢，谢谢@SamuelLockshin NOAAAffilia，如果您觉得我的答案有用，您可以将其标记为已接受的答案。非常感谢。

  SQL> SELECT REGEXP_SUBSTR (
                      'https://www1.ncdc.noaa.gov/pub/data/test/palaeocean/sedimeant_files/complete/nantuck-tab.txt'
                      ,'/pub.*/')
                      AS PATH_NAME
              FROM DUAL    
       /

    PATH_NAME
    --------------------------------------------------
    /pub/data/test/palaeocean/sedimeant_files/complete

    SQL> SELECT REGEXP_SUBSTR (
                      'https://www1.ncdc.noaa.gov/pub/datttta/test/palaeocean/sedimeant_files/complete/nanttttuck-tab.txt'
                      ,'/pub.*/')
                      AS PATH_NAME
              FROM DUAL    
        /

    PATH_NAME
    -----------------------------------------------------
    /pub/datttta/test/palaeocean/sedimeant_files/complete

    SQL> 

select regexp_substr('https://www1.ncdc.noaa.gov/pub/data/test/paleocean/sediment_files/complete/nantuck-tab.txt', '^https?://[^/]+(.*/)[^/]+$', 1, 1, null, 1)
from dual;