Question

我正在努力使用正则表达式替换解决方案，该解决方案将删除VARCHAR2字段中引号之间的所有文本，即使这些引号之间的文本也引用了文本例如文字：

'text start 'text inside' text end' leftover 'some other text'

正则表达式替换后的

应包含：leftover

我想出的是这段代码：

with tbl as (
  select
    '''text start ''text inside'' text end'' leftover ''some other text''' as str
    ,'\''(.*?)\''' as regex
  from dual
)
select
  tbl.str as strA
  ,regexp_replace(tbl.str,tbl.regex, '') as strB
from tbl;

但子引号之间的文字仍然存在。

是否可以使用正则表达式实现此目的，还是应该在某个循环中拆分和分析内容？一个理想的解决方案是它能否处理引用文本中引用文本的无限级别。

Answer 1

尝试

, '^[^'']*(''.*'')[^'']*$' as regex

警告：这将愚蠢地捕获捕获组1中测试文本中第一次和最后一次出现的单引号之间的所有内容，包括最外面的引号本身。特别是它没有检查正确的嵌套。

更重要的是，您的替换expr会更复杂：

, CASE WHEN REGEXP_INSTR(test, regex) > 0
     THEN REPLACE ( test, REGEXP_REPLACE(test, regex, '\1'), '' )
     ELSE test
  END

如果正则表达式匹配，则首先提取捕获组以在普通替换中使用（这是有效的，因为匹配的部分保证是最大的）。

重要提示：解决方案不会在您提供的特定上下文中产生所需的结果。但是，使用plsql regexp函数你无法做得更好，因为oracle正则表达式引擎不提供扩展来表达模式中的递归（例如.pcre do）。你需要这个工具来解决嵌套结构（即执行平衡计数）。

Answer 2

理想的解决方案是，如果它可以处理引用文本中引用文本的无限级别出现。

用一个正则表达式是不可能的 Oracle中不提供递归正则表达式，也不提供递归捕获缓冲区。

UPD：
但它可以通过SQL完成：

with tbl as (
  select
    '''text start ''text inside'' text end'' leftover ''some other text''' 
    as str
  from dual
)
select
  listagg(text) within group (order by n) 
from 
  (
    select 
      n,
      sum(decode(regexp_replace(str, '^(.*?([<>])){'||n||'}.*$', '\2'),
        '<', 1, '>', -1, 0)) over (order by n) as nest,
      regexp_replace(str, '^(.*?[<>]){'||n||'}([^<>]*).*$', '\2') as text
    from 
      ( select regexp_replace(regexp_replace(str, '(\s|^)''', '\1<'), 
          '''(\s|$)', '>\1') as str from tbl ), 
      ( select level-1 as n from dual 
        connect by level-1 <= (select regexp_count(str, '''') from tbl) )
  )
where nest = 0

fiddle

plsql正则表达式删除带引号的引号之间的文本

2 个答案: