Oracle SQL Developer正则表达式求助：格式化提取描述列姓名子串

原始数据 #

my testing on 456897 - Carol M. Smith, Ph.D. 
my testing on 435670 - Ms. Paulina M. Hall
my testing on 980765 - Mr. John Smith
my testing on 14567 - Mrs. Lena C. Callum
my testing on 555777 - Dr. Paul F. Fairlake
234567 - Mr. Ryan M. Palmer, Sr.
123456 - Joyce R. Hilton, Ph.D.

期望格式化结果 #

my testing on 456897 - C.Smith 
my testing on 435670 - Ms. P. Hall
my testing on 980765 - Mr. J. Smith
my testing on 14567 - Mrs. L. Callum
my testing on 555777 - Dr. P. Fairlake
234567 - Mr. R. Palmer
123456 - J. Hilton

优化后的SQL查询 #

SELECT description,
       REGEXP_REPLACE(
           description,
           '^(.* - )(?:(Mr\.|Ms\.|Mrs\.|Dr\.) )?([A-Z])[a-z]+(?: [A-Z]\.)? ([A-Za-z]+)(?:, .*)?$',
           '\1\2 \3. \4'
       ) AS order_regex
FROM mytable;

正则逻辑说明 #

• ^(.* - )：匹配并保留开头到-的所有前缀内容，比如my testing on 456897 - 或234567 -
• (?:(Mr\.|Ms\.|Mrs\.|Dr\.) )?：可选匹配头衔（非捕获组加?表示该部分可存在可不存在），若存在则捕获头衔文本
• ([A-Z])[a-z]+：捕获名字的首字母，忽略首字母后的小写名字部分
• (?: [A-Z]\.)?：可选匹配中间名缩写（如M.），不捕获该部分
• ([A-Za-z]+)：捕获完整姓氏
• (?:, .*)?$：忽略姓氏后的所有后缀内容（如, Ph.D.、, Sr.）

这个正则可以一次性处理所有场景，无需分CASE判断，自动适配有无头衔、有无中间名、有无后缀的记录。

内容的提问来源于stack exchange，提问作者juniorR