Oracle REGEXP_SUBSTR如何捕获正则匹配结果中的最后一个分组/单词

方案1：使用REGEXP_SUBSTR原生捕获组参数（一次正则匹配，无嵌套） #

Oracle的REGEXP_SUBSTR支持第6个参数指定返回的捕获组序号，无需嵌套正则即可直接提取目标分组内容，性能比嵌套写法提升1倍左右：

SELECT REGEXP_SUBSTR(
'The;quick;brown;fox;jumps;over;the;lazy;dog',
'^([^;]*;){5}([^;]*)',
1,
1,
NULL,
2) REF
FROM DUAL;

直接返回预期结果over。

方案2：使用INSTR+SUBSTR组合（性能最优，适合百万级以上数据） #

正则表达式的匹配开销远高于原生字符串操作，处理大数据量时推荐使用纯字符串函数实现，性能比正则方案高3-5倍：

SELECT SUBSTR(
    str,
    -- 定位第5个分号的下一位作为截取起点
    INSTR(str, ';', 1, 5) + 1,
    -- 计算第5个分号到第6个分号之间的长度作为截取长度
    INSTR(str, ';', 1, 6) - INSTR(str, ';', 1, 5) - 1
) REF
FROM (
    SELECT 'The;quick;brown;fox;jumps;over;the;lazy;dog' str FROM DUAL
) t;

原写法问题说明 #

最初的正则^([^;]*;){5}([^;]*)会匹配从字符串开头到第6个字段结束的完整内容，所以返回了前缀串，嵌套正则相当于做了两次匹配运算，额外增加了性能开销。

内容的提问来源于stack exchange，提问作者Clint Mohamed