Oracle REGEXP_SUBSTR提取字符串返回NULL问题排查与解决

原查询的问题 #

你使用的正则表达式[a-zA-Z ]*(?=</Information>)存在两个核心问题：

• 正则从字符串起始位置开始匹配，而目标内容Not readable前是<Information>标签的结束符>，不属于[a-zA-Z ]的匹配范围，导致整个正则找不到符合条件的片段，最终返回NULL。
• 部分SQL数据库（如早期版本的Oracle）对正向预查语法支持有限，即便写法正确也可能无法正常解析。

正确的提取方式 #

根据不同SQL数据库环境，提供几种可靠的实现方案：

方法1：正则捕获组提取（主流数据库通用） #

利用标签结构，通过正则捕获组直接提取标签内的内容：

-- Oracle 11g+ / PostgreSQL
REGEXP_SUBSTR(tridata, '<Information>(.*?)</Information>', 1, 1, NULL, 1)

-- MySQL 8.0+
REGEXP_SUBSTR(tridata, '<Information>(.*?)</Information>', 1, 1, 's', 1)

说明：

• .*?是非贪婪匹配模式，确保只提取当前一对标签内的内容，避免多标签场景下的错误匹配。
• 最后一个参数1指定提取正则中第一个括号内的捕获组内容，也就是目标字符串。

方法2：字符串函数组合截取（兼容老旧数据库） #

如果数据库不支持正则捕获组，可通过字符串定位函数组合实现：

-- Oracle / MySQL / PostgreSQL 通用
SUBSTR(
  tridata,
  INSTR(tridata, '<Information>') + LENGTH('<Information>'),
  INSTR(tridata, '</Information>') - INSTR(tridata, '<Information>') - LENGTH('<Information>')
)

说明：

• 先用INSTR定位起始标签和结束标签的位置，计算出目标内容的起始点和长度，再通过SUBSTR完成截取。

方法3：修正原正则（仅适用于支持正向预查的数据库） #

若坚持使用正向预查，需调整正则以跳过起始标签的内容：

REGEXP_SUBSTR(tridata, '[^>]+(?=</Information>)')

说明：[^>]+匹配所有非>的字符，直到遇到</Information>，直接跳过前面的<Information>标签，精准匹配目标内容。

内容的提问来源于stack exchange，提问作者flyme2themoon