Oracle场景模式匹配与指定字符提取：长文本按规则截取实现问询

假设你的源表结构如下（可根据实际表名、字段名调整）：

CREATE TABLE source_table (
    rec_id VARCHAR2(10), -- 记录标识，如S101、S102
    long_text CLOB       -- 包含多个以"Sentence"开头片段的长文本字段
);

核心查询语句 #

通过正则匹配拆分所有Sentence开头的片段，并截取每个片段的前50个字符：

SELECT
    rec_id,
    SUBSTR(REGEXP_SUBSTR(long_text, 'Sentence.*?(?=(Sentence|$))', 1, level), 1, 50) AS extracted_sentence
FROM source_table
CONNECT BY
    level <= REGEXP_COUNT(long_text, 'Sentence')
    AND PRIOR rec_id = rec_id
    AND PRIOR SYS_GUID() IS NOT NULL;

关键逻辑说明 #

• 正则匹配拆分：REGEXP_SUBSTR用非贪婪模式.*?匹配从Sentence开始，到下一个Sentence或文本结尾的完整片段，level参数遍历所有匹配结果
• 字符截取：SUBSTR(..., 1, 50)提取每个匹配片段的前50个字符
• 多行拆分控制：CONNECT BY结合REGEXP_COUNT实现单个记录拆分出多条结果，PRIOR SYS_GUID() IS NOT NULL避免产生循环数据

注意事项 #

• 如果长文本字段是VARCHAR2类型，直接替换CLOB即可（Oracle 12c及以上支持最大32767长度的VARCHAR2）
• 若文本包含换行符，需在REGEXP_SUBSTR中添加'n'匹配参数，让.能匹配换行符：

  REGEXP_SUBSTR(long_text, 'Sentence.*?(?=(Sentence|$))', 1, level, 'n')
  

内容的提问来源于stack exchange，提问作者Chinu