如何使用REGEXP_SUBSTR提取字符串中的_数字_模式？

核心正则表达式 #

要匹配_包裹的任意位数数字，正则表达式为：_\d+_

• _：匹配字面意义的下划线
• \d+：匹配1位及以上数字（\d代表单个数字，+表示至少出现一次）
• _：匹配结尾的下划线

使用REGEXP_SUBSTR的具体实现 #

以Oracle SQL为例，假设待处理字段为target_str，单匹配提取的语句如下：

SELECT REGEXP_SUBSTR(target_str, '_\\d+_') AS matched_pattern
FROM your_dataset;

如果只需要提取下划线中间的数字（去掉前后下划线），可以用预查优化正则：(?<=_)\d+(?=_)，对应语句：

SELECT REGEXP_SUBSTR(target_str, '(?<=_)\\d+(?=_)') AS extracted_numbers
FROM your_dataset;

提取所有匹配项 #

如果字符串中有多个符合_数字_的模式（比如示例中的_268_和_2357425_），可以用递归查询提取所有匹配结果：

SELECT REGEXP_SUBSTR(target_str, '_\\d+_', 1, LEVEL) AS all_matched_patterns
FROM your_dataset
CONNECT BY REGEXP_SUBSTR(target_str, '_\\d+_', 1, LEVEL) IS NOT NULL
GROUP BY target_str, LEVEL;

内容的提问来源于stack exchange，提问作者Landon Statis