Oracle SQL中使用regex提取带转义符的[[WIN]]标记对应字符串

实现方案 #

直接使用Oracle内置的REGEXP_SUBSTR函数匹配即可，核心逻辑是定位[[WIN]]标记所在行，提取标记前的有效答案内容，自动忽略标记前的空格和行边界。

具体查询语句 #

假设存储原始字符串的表为answer_tbl，字符串字段为raw_content，查询语句如下：

SELECT
  REGEXP_SUBSTR(
    raw_content,
    '(^|'||CHR(10)||')([^'||CHR(10)||']*?)\s*\[\[WIN]]',
    1,
    1,
    NULL,
    2
  ) AS win_answer
FROM answer_tbl;

如果需要输出带双引号的结果，调整为：

SELECT
  '"'||REGEXP_SUBSTR(
    raw_content,
    '(^|'||CHR(10)||')([^'||CHR(10)||']*?)\s*\[\[WIN]]',
    1,
    1,
    NULL,
    2
  )||'"' AS win_answer
FROM answer_tbl;

正则逻辑说明 #

• (^|'||CHR(10)||')：匹配行起始边界，要么是字符串开头，要么是换行符（Oracle中换行符对应CHR(10)）
• ([^'||CHR(10)||']*?)：非贪婪匹配当前行内所有非换行字符，为目标答案内容，对应第2个捕获组
• \s*\[\[WIN]]：匹配答案后的任意空白字符，以及固定的[[WIN]]标记
• 函数最后一个参数2表示直接返回第2个捕获组的内容，也就是我们需要的答案

结果验证 #

对题目给出的3个示例字符串，上述语句返回结果完全符合预期：

• 示例1返回：vouchers.com
• 示例2返回：39 Euro
• 示例3返回：12 things

兼容说明 #

如果原始字符串的换行是Windows格式的\r\n，把正则里的CHR(10)替换为CHR(13)||CHR(10)即可。

内容的提问来源于stack exchange，提问作者Tobias G.