Oracle中如何使用正则表达式筛选列含3个及以上单词的数据行

你之前使用的regexp_like(center, '\w{3,}')逻辑完全不符合需求：\w{3,}匹配的是连续3个及以上的单词字符，本质是筛选长度≥3的单个单词，和「统计单词总数」没有关系，所以像"man"这种长度刚好3的单个单词也会被匹配，自然拿不到预期结果。

单词默认以空白字符（空格、制表符等）分隔，要匹配至少3个单词，核心逻辑是识别到「单词+分隔空白」的组合至少出现2次，且后面还跟着第三个单词即可，通用正则写法如下：

-- 适用于MySQL 8.0+、Spark SQL、Presto、PostgreSQL等支持regexp_like的主流SQL引擎
regexp_like(center, '^\\w+\\s+\\w+\\s+\\w')

正则逻辑说明 #

• ^ 锚定字符串开头，避免匹配逻辑错位
• \\w+ 匹配1个完整单词
• \\s+ 匹配单词之间1个或多个连续空白，兼容多空格、制表符分隔的场景
• 连续匹配两组「单词+空白」后，只要检测到第三个单词的起始字符，就能判定当前字符串至少包含3个单词

兼容优化 #

如果你的数据可能存在前后导空格的情况，可以稍微调整正则兼容这类脏数据：

-- 先去除前后导空格再匹配
regexp_like(trim(center), '^\\w+\\s+\\w+\\s+\\w')
-- 或者直接写正则兼容前后空白
regexp_like(center, '^\\s*\\w+\\s+\\w+\\s+\\w')

样例验证 #

• 对id=1的"man"：仅能匹配到第一个单词，后续没有两组「空白+单词」的结构，匹配失败，不会被返回
• 对id=2的"some men here"：依次匹配到第一个词some、分隔空格、第二个词men、分隔空格、第三个词开头h，匹配成功，正常返回。

内容的提问来源于stack exchange，提问作者james pow