Question

select 'Owens 1245 Coning COM CO LTD INC CORP INC', REGEXP_REPLACE(
      UPPER(TRIM(REGEXP_REPLACE(TRIM(REGEXP_REPLACE(regexp_replace('Owens 1245 Coning COM CO LTD', '(*[[:punct:]])', ' '),'(\s[0-9]+\s)|(^[0-9]+\s)|(\s[0-9]+$)',' ')),'( ){2,}', ' '))), 
      '\\b'||'CO|LTD|INC|CORP'||'\\W'
      ,'') CLEARTEXT
from dual;

如果我运行上面的查询，它将删除除“CO”之外的所有停用词，并给出输出：OWENS CONING COM CO

但是我需要输出如下：OWENS CONING COM

Answer 1

尝试此操作但请务必使用列中可能存在的“停用词”和“好”数据的每种组合进行测试。这个正则表达式寻找你的“停止词”，其后是一个空格或行的末尾（空间被消耗）并且没有替换。我添加了周围的括号，表明在最后的TRIM（）之后没有空格：

SQL> with tbl(str) as (
     select 'Owens 1245 Coning COM CO LTD. INC CORP. INC' from dual
   )
   select str original, '[' || trim(regexp_replace(upper(str), '(\d+|CO|LTD|INC|CORP)([[:punct:]])?( |$)', '')) || ']' CLEARTEXT
   from tbl;

ORIGINAL
-----------------------------------------
CLEARTEXT
--------------------------------------------------------------------------------
Owens 1245 Coning COM CO LTD. INC CORP. INC
[OWENS CONING COM]


SQL>

编辑：将正则表达式修改为允许在停用词之后选择标点符号。

Answer 2

with t as 
(
select '121 R.S. Hughes3 Company, Inc.' SUPPLIER_NAME from dual
)
select a.SUPPLIER_NAME , REGEXP_REPLACE(
      REGEXP_REPLACE(UPPER(TRIM(REGEXP_REPLACE(TRIM(REGEXP_REPLACE(regexp_replace(a.SUPPLIER_NAME , '(*[[:punct:]])', ' '),'(\s[0-9]+\s)|(^[0-9]+\s)|(\s[0-9]+$)',' ')),'( ){2,}', ' '))), ''),
  '(CO|LTD|INC|CORP)?( |$)'
  ,' ') CLEARTEXT
from t a
;

谢谢加里试图改变原始查询，其中我只添加了您提供的停用词查询，这为我提供了所需的输出。

再次感谢。

REGEXP_REPLACE从公司名称列中删除单词列表

2 个答案: