如何使用REGEXP_SUBSTR提取每组第3行的全部字符串？

问题背景 #

需要从按空行分隔的数据源中，提取每组的第3行完整内容，该行无固定前缀或格式。之前尝试的REGEXP_SUBSTR(Datasource,'(abc|rty|qer).*')会误匹配其他行，且固定前缀的写法不具备通用性。

数据源示例 #

abc def ghi
pqr stu vwx
abc dfg qrt
zxc qet qwr

qep rty djf
ety fjf fjf
rty fgg tyy
rty tyy ffg

qwr tyy yyy
qer ggg rrf
qer ttg ggg
prw rjr trt

期望结果 #

abc dfg qrt
rty fgg tyy
qer ttg ggg

解决方案 #

核心思路是通过正则定位每组的起始位置，跳过前两行后捕获第3行内容，同时避免跨组匹配。以下以Oracle数据库为例提供两种实现方式：

方式1：一次性提取所有组的第3行 #

使用REGEXP_REPLACE过滤掉无关内容，直接保留所有目标行：

SELECT REGEXP_REPLACE(
    Datasource,
    '(?:^|\n\n)(?:.*\n){2}(.*\n)(?:.*\n)*?(?=\n\n|$)',
    '\1',
    1,
    0,
    'n'
) AS target_lines
FROM your_table;

正则逻辑解释

• (?:^|\n\n)：匹配分组的起始（字符串开头或空行分隔符）
• (?:.*\n){2}：非捕获组，跳过每组的前两行（任意内容+换行，重复2次）
• (.*\n)：捕获第3行的完整内容（包含换行符）
• (?:.*\n)*?(?=\n\n|$)：非贪婪匹配，跳过当前组剩余的行，直到下一个空行或字符串结尾
• 'n'：让.匹配换行符（Oracle专属参数，其他数据库需对应调整）

方式2：逐行提取每组的第3行 #

如果需要将每个目标行作为单独的结果返回，可结合CONNECT BY实现全局遍历：

SELECT REGEXP_SUBSTR(
    Datasource,
    '(?:^|\n\n)(?:.*\n){2}(.*?)(?=\n|$)',
    1,
    LEVEL,
    'n'
) AS third_line
FROM your_table
CONNECT BY REGEXP_SUBSTR(Datasource, '(?:^|\n\n)(?:.*\n){2}(.*?)(?=\n|$)', 1, LEVEL, 'n') IS NOT NULL
AND PRIOR your_table_id = your_table_id
AND PRIOR SYS_GUID() IS NOT NULL;

逻辑说明

• 利用LEVEL遍历每个匹配的第3行
• (.*?)(?=\n|$)：精准捕获第3行内容，直到换行或行尾
• PRIOR相关条件用于避免循环重复

注意事项 #

• 不同数据库的正则语法和函数参数存在差异，比如MySQL不支持直接全局遍历匹配，需先拆分分组再提取
• 确保数据源的分组确实以连续两个换行符分隔，若为其他分隔符（如多个空行），需调整正则中的\n\n为\n+

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