正则表达式在Oracle的同一字符串上返回不同的结果

Question

我正在Oracle中使用REGEXP_REPLACE从字符串列表中提取邮政编码。当我在字符串上测试正则表达式时，邮政编码已正确提取。但是，当我在Oracle中的VIEW上将正则表达式移至生产环境时，我从正则表达式中得到的结果却完全相同。

以下字符串在我的VIEW中出现了两次：

;2;5;1;1;Company Name;1;Location;1;12 Street;1;City, US-IL 13012;1;US;

我正在VIEW中使用以下语句捕获邮政编码

REGEXP_REPLACE (tb."ADDRESS", '.*([A-Z]{2}[0-9]?-[A-Z0-9]* ?|, ?)([^;]{0,10}|);[0-9];[A-Z]{2};', '\2 ')

• 在字符串的第一次出现时，正则表达式会提取“ US-IL”
• 在字符串的第一次出现时，正则表达式提取“ 13012”

有人知道为什么我会从完全相同的正则表达式中得到不同的结果吗？我试图调试它，以重写正则表达式，但我很困惑。我希望正则表达式针对此字符串的两次出现都返回“ 13012”。

正则表达式必须足够灵活，可以为许多不同的国家/地区提取ZIP和邮政编码，而我的数据集不仅限于美国地址。

Answer 1

您应使用REGEXP_SUBSTR提取所需的字符串部分。

示例：

REGEXP_SUBSTR(col, '\s+(\d{5});[0-9];[A-Z]{2};', 1, 1, NULL, 1)

请参见regex和Oracle demo。正则表达式图：

正则表达式

• \s+-超过1个空格
• (\d{5})-第1组（结果）”五位数
• ;[0-9];[A-Z]{2};-;，一个数字，;，两个大写字母，;。

如果您打算坚持使用特定的正则表达式，请注意，实际值在组2中。因此，您需要指定2作为REGEXP_SUBSTR的最后一个参数：

REGEXP_SUBSTR(col, 
      '.*([A-Z]{2}[0-9]?-[A-Z0-9]* ?|, ?)([^;]{0,10}|);[0-9];[A-Z]{2};',
      1, 1, NULL, 2)

请参见this Oracle demo。