Oracle中从CLOB列XML第二行提取.xsd结尾URL的方法

开发者阿泽

2026-7-14

在Oracle中从CLOB列的XML第二行提取.xsd结尾的URL

方法一：用正则表达式直接处理CLOB

如果确定目标URL一定在XML的第二行，可以先提取第二行内容，再从中匹配.xsd结尾的URL：

SELECT
  REGEXP_SUBSTR(
    -- 截取XML的第二行内容
    DBMS_LOB.SUBSTR(
      xml_clob,
      INSTR(xml_clob, CHR(10), 1, 2) - INSTR(xml_clob, CHR(10), 1, 1) - 1,
      INSTR(xml_clob, CHR(10), 1, 1) + 1
    ),
    -- 匹配http/https开头、以.xsd结尾的URL（适配引号包裹的场景）
    'https?://[^"]+\.xsd'
  ) AS xsd_url
FROM test_table;

说明

CHR(10)代表换行符，通过INSTR定位前两个换行符的位置，截取中间的第二行内容。
正则表达式https?://[^"]+\.xsd会精准匹配到被引号包裹的、以.xsd结尾的URL，适配你给出的两种示例场景。

方法二：用XML解析（更稳定可靠）

正则处理XML容易因为格式变动（比如换行、空格调整）出错，用Oracle的XML原生函数更稳妥，不用依赖行号：

SELECT
  CASE
    -- 先判断是否存在schemaLocation属性
    WHEN EXISTSNODE(XMLTYPE(xml_clob), '//*[@xsi:schemaLocation]', 'xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"') THEN
      -- 提取schemaLocation中以.xsd结尾的URL
      REGEXP_SUBSTR(
        EXTRACTVALUE(XMLTYPE(xml_clob), '//*/@xsi:schemaLocation', 'xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"'),
        '[^ ]+\.xsd'
      )
    ELSE
      -- 提取xmlns属性里的.xsd URL
      REGEXP_SUBSTR(
        EXTRACTVALUE(XMLTYPE(xml_clob), '//*/@xmlns'),
        'https?://[^"]+\.xsd'
      )
  END AS xsd_url
FROM test_table;