如何用正则表达式提取竖线分隔文件中第5-6个分隔符间的内容？

我有一个竖线（|）分隔的文件，内容示例如下：

col1|col2|col3||col5|col6||||col10

部分列可能为空（如上所示），需要提取第5个和第6个竖线之间的字符串，示例中结果为col6。请问如何通过正则表达式实现？计划将文件导入Oracle数据库后使用REGEXP_SUBSTR函数，也可通过Notepad++等工具处理，只需正则表达式模式。

Oracle 中使用 REGEXP_SUBSTR #

Oracle的REGEXP_SUBSTR支持捕获组提取，针对竖线分隔场景可以直接定位目标内容：

-- 针对示例字符串的测试
SELECT REGEXP_SUBSTR('col1|col2|col3||col5|col6||||col10', '(.*?\|){5}(.*?)(?=\|)', 1, 1, NULL, 2) AS result FROM dual;

模式说明： #

• (.*?\|){5}：非贪婪匹配前5个竖线及其前面的所有内容，确保精准定位到第5个竖线的位置
• (.*?)：捕获第5个竖线后到下一个竖线前的内容（即目标字符串）
• (?=\|)：正向预查，确保后面紧跟竖线，避免误匹配后续内容
• 最后一个参数2指定提取第二个捕获组的内容，也就是我们需要的目标值

如果处理表中字段，替换字符串为字段名即可：

SELECT REGEXP_SUBSTR(your_column, '(.*?\|){5}(.*?)(?=\|)', 1, 1, NULL, 2) AS target_column FROM your_table;

Notepad++ 中提取内容 #

直接查找定位 #

使用以下正则模式查找，匹配到的括号内部分即为目标内容：

^(?:.*?\|){5}(.*?)\|

操作步骤：

1. 打开文件后按Ctrl+F唤起查找窗口
2. 切换到「正则表达式」模式，按需勾选「匹配换行符」（处理多行内容）
3. 输入上述模式，点击「查找全部」即可定位所有目标内容

批量替换提取 #

如果需要直接保留目标内容，可使用替换功能：

• 查找框：^(.*?\|){5}(.*?)(\|.*)$
• 替换框：\2
• 点击「全部替换」后，文件将只保留第5-6个竖线间的内容

模式说明： #

• ^(?:.*?\|){5}：非捕获组，匹配开头到第5个竖线的所有内容
• (.*?)：捕获目标内容
• \|.*$：匹配目标内容后的竖线及剩余所有内容
• 替换时用\2引用第二个捕获组，仅保留目标内容

内容的提问来源于stack exchange，提问作者Radek