如何使用Python实现Oracle数据库表字符串排除指定词并更新对应字段

方案1：直接在Oracle数据库内执行SQL更新（推荐） #

该方案无需导出数据到外部处理，性能最优，且天然按行唯一ID匹配更新，完全不存在重复Original值匹配错误的问题。
实现逻辑是先将所有例外关键词拼接为正则表达式，再对Original字段做全局替换，最后去除多余空格即可：

UPDATE OriginalWords o
SET o.Clear = TRIM(
    REGEXP_REPLACE(
        o.Original,
        -- 拼接所有例外词为正则或模式，同时转义正则特殊字符
        '\b(' || (SELECT LISTAGG(REGEXP_REPLACE(Word, '([.$^*+?()\[\]\\|])', '\\\1'), '|') WITHIN GROUP (ORDER BY id) FROM ExceptionWords) || ')\b',
        '',
        1,
        0
        -- 如需忽略大小写匹配可加上参数 'i'
    )
);

注意：上述SQL已经对例外词中的正则特殊字符做了转义，避免特殊符号导致正则匹配异常。

方案2：Python DataFrame处理方案 #

如果需要在代码中处理，核心是保留原始表的唯一ID列，更新时通过ID匹配，即可完全规避重复Original值的匹配问题。

直接逐行处理实现 #

import pandas as pd
import re
import cx_Oracle # 可替换为你使用的其他Oracle连接库

# 建立数据库连接
conn = cx_Oracle.connect('用户名/密码@IP:端口/服务名')

# 读取例外词列表
exception_df = pd.read_sql("SELECT Word FROM ExceptionWords", con=conn)
# 对例外词做正则转义，拼接匹配模式
pattern = re.compile(
    r'\b(' + '|'.join(re.escape(word) for word in exception_df['Word'].tolist()) + r')\b',
    # flags=re.IGNORECASE # 开启则忽略大小写匹配
)

# 读取原始表，必须保留唯一id字段
original_df = pd.read_sql("SELECT id, Original FROM OriginalWords", con=conn)

# 逐行生成清理后的值，无论Original是否重复，每行独立计算
original_df['Clear'] = original_df['Original'].apply(lambda x: pattern.sub('', x).strip())

# 批量更新回数据库
cursor = conn.cursor()
update_sql = "UPDATE OriginalWords SET Clear = :clear_val WHERE id = :row_id"
update_data = original_df[['Clear', 'id']].values.tolist()
cursor.executemany(update_sql, update_data)
conn.commit()

# 关闭连接
cursor.close()
conn.close()

字典映射处理实现 #

如果例外词量很大、Original重复率很高，可以先做Original值到清理结果的映射字典，减少重复计算：

# 先生成唯一Original值的映射字典
unique_original = original_df['Original'].unique()
original_clear_map = {
    ori_str: pattern.sub('', ori_str).strip()
    for ori_str in unique_original
}
# 批量映射生成Clear列
original_df['Clear'] = original_df['Original'].map(original_clear_map)
# 后续更新逻辑和上述逐行处理方案一致

内容的提问来源于stack exchange，提问作者Jeffy