如何基于长文本列中的数字范围筛选Oracle SQL数据行

针对你提到的需求——从employment_data这个长文本列里提取任职年份，并筛选出年份在指定范围内的记录，我整理了两种实用的Oracle SQL解决方案，适配你的表结构：

方法一：拆分字符串后精确匹配年份（推荐，支持数值比较） #

这种方法通过拆分长文本中的每个任职记录，提取年份后做数值范围判断，准确性更高，适合需要精确筛选的场景。

比如要筛选任职年份在2000到2005之间的用户，SQL代码如下：

SELECT DISTINCT t.userid, t.username, t.employment_data
FROM test_tbl t
CONNECT BY REGEXP_SUBSTR(t.employment_data, '[^,]+', 1, LEVEL) IS NOT NULL
AND TO_NUMBER(REGEXP_SUBSTR(REGEXP_SUBSTR(t.employment_data, '[^,]+', 1, LEVEL), '[^-]+', 1, 3)) BETWEEN 2000 AND 2005
START WITH t.userid IS NOT NULL
AND PRIOR t.userid = t.userid
AND PRIOR SYS_GUID() IS NOT NULL;

代码解释： #

• CONNECT BY + LEVEL：循环拆分employment_data中逗号分隔的每一条任职记录（比如Microsoft-Programmer-2000-April 15）
• 内层REGEXP_SUBSTR(..., '[^-]+', 1, 3)：从单条任职记录里提取第3个用连字符分隔的字段，也就是年份
• TO_NUMBER(...) BETWEEN 2000 AND 2005：把提取到的年份转成数字，做范围判断（避免字符串比较的潜在问题）
• DISTINCT：因为拆分后每条符合条件的任职记录会生成一行，所以用去重保证每个用户只出现一次
• PRIOR SYS_GUID()：防止CONNECT BY出现循环问题

方法二：用正则表达式直接匹配（简洁快速） #

如果你的数据格式稳定，也可以直接用正则表达式匹配包含目标年份范围的记录，代码更简洁：

SELECT userid, username, employment_data
FROM test_tbl
WHERE REGEXP_LIKE(employment_data, '([^,-]+-){2}200[0-5][^,]*');

正则解释： #

• ([^,-]+-){2}：匹配每个任职记录的前两个字段（公司名、职位），每个字段是不含逗号和连字符的内容，后跟连字符，重复两次
• 200[0-5]：匹配2000到2005之间的年份
• [^,]*：匹配年份后面的内容，直到下一个逗号或字符串结束

注意事项 #

• 如果你的employment_data格式有变化（比如分隔符不是逗号/连字符），需要调整正则里的[^,]或[^-]部分，替换成对应的分隔符排除集
• 方法一的数值比较更严谨，比如遇到年份格式不统一（比如带前导零）的情况，转成数字后不会出错

内容的提问来源于stack exchange，提问作者Dan