Oracle CLOB字段正则提取A/B/C字段及格式验证求助

一、格式验证的正则实现 #

要严格验证CLOB字段内容是否符合规范，可使用Oracle的REGEXP_LIKE函数，正则会确保整个内容仅由合法的A/B/C块组成（允许块缺失、顺序任意、块间有空白）：

REGEXP_LIKE(clob_column, '^(\s*<br />\s*<b>\s*[ABC]:\s*</b>\s*<br />\s*(?:(?!<br />\s*<b>\s*[ABC]:).)*)*\s*$', 'n')

正则说明：

• ^和$锁定整个字符串的首尾，避免出现规范外的内容
• \s*匹配任意空白（含换行、空格），兼容块间的任意分隔
• (?:(?!<br />\s*<b>\s*[ABC]:).)*是非贪婪匹配，确保每个块的内容不会包含下一个块的开头标识，精准截取到当前块结束
• 整个模式允许0到多个合法块，满足A/B/C可能缺失的场景
• 'n'参数让.匹配换行符，支持内容含换行的情况

二、提取A/B/C字段内容 #

针对每个目标字段，使用REGEXP_SUBSTR结合捕获组提取内容，同时处理CLOB类型的换行问题：

提取A内容 #

TRIM(REGEXP_SUBSTR(clob_column, '<br />\s*<b>\s*A:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1))

提取B内容 #

TRIM(REGEXP_SUBSTR(clob_column, '<br />\s*<b>\s*B:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1))

提取C内容 #

TRIM(REGEXP_SUBSTR(clob_column, '<br />\s*<b>\s*C:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1))

说明：

• TRIM用于去除内容前后的空白（换行、空格等）
• 捕获组((?:(?!...).)*)精准获取当前字段的内容，直到下一个块开头或字符串结束
• 'n'参数确保.能匹配换行符，支持内容包含换行的场景

完整示例查询 #

假设表名为test_table，CLOB字段为content_clob，以下SQL可同时完成格式验证和内容提取：

SELECT
  content_clob,
  CASE WHEN REGEXP_LIKE(content_clob, '^(\s*<br />\s*<b>\s*[ABC]:\s*</b>\s*<br />\s*(?:(?!<br />\s*<b>\s*[ABC]:).)*)*\s*$', 'n') THEN '是' ELSE '否' END AS 是否有效,
  TRIM(REGEXP_SUBSTR(content_clob, '<br />\s*<b>\s*A:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1)) AS A,
  TRIM(REGEXP_SUBSTR(content_clob, '<br />\s*<b>\s*B:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1)) AS B,
  TRIM(REGEXP_SUBSTR(content_clob, '<br />\s*<b>\s*C:\s*</b>\s*<br />\s*((?:(?!<br />\s*<b>\s*[ABC]:).)*)', 1, 1, 'n', 1)) AS C
FROM test_table;

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