问题描述
我正在尝试在Oracle中解决如何隔离/突出显示如下所示的串联字符串中的单词组合：
Some words##Again words##More of this||@@@@||Some words##Again words##Other
这个想法是找到出现恰好两次的单词组合，然后将其替换为0，这样我就剩下了只出现一次的单词组合，位于{{1的左侧}}或在右侧。查询结果应该是这样的：
突出显示
||@@@@||已替换
Some words##Again words##More of this||@@@@||Some words##Again words##**Other**
为您提供有关串联的更多信息：左侧（在0##0##More of this||@@@@||0##0##Other
之前）是我当前的客户记录，而右侧则是以前的版本。通过进行替换，我可以揭示客户记录之间的任何差异。
我尝试通过使用以下方法完成此任务：
- regexp_replace ：由于某些原因，我的第一条记录中的字符串部分从未正确替换过，因此不能完全与
||@@@@||一起使用。由于我需要匹配的单词组合数量，我也达到了此功能的极限； - 嵌套的CASE WHEN ：显然不起作用，因为CASE WHEN甚至嵌套-在找到第一个匹配项时停止，但是我需要检查并替换所有条件。
- 我已经考虑过使用子选择，但是由于此查询使用了我的架构中最大的表之一，因此除非按每个客户使用，否则此表将无法使用。而且可能仍然无法正常工作...
我希望这很清楚。有人有一些神奇的主意吗？
预先感谢
解决方法
您可以使用递归子查询分解子句在每次迭代时替换一个重复项：
WITH replaced ( value,start_char ) AS (
SELECT REGEXP_REPLACE(
value,'(##|^)([^#]+?)((##[^#]+?)*\|\|@@@@\|\|([^#]+?##)*)\2(##|$)','\10\30\6',1
),REGEXP_INSTR(
value,1
)
FROM table_name
UNION ALL
SELECT REGEXP_REPLACE(
value,start_char + 1
),start_char + 1
)
FROM replaced
WHERE start_char > 0
)
SELECT value
FROM replaced
WHERE start_char = 0;
其中的示例数据：
CREATE TABLE table_name ( value ) AS
SELECT 'Some words##Again words##More of this||@@@@||Some words##Again words##Other' FROM DUAL UNION ALL
SELECT '333##123##789##555||@@@@||123##456##789##222##333' FROM DUAL;
输出：
| VALUE | | :------------------------------------ | | 0##0##More of this||@@@@||0##0##Other | | 0##0##0##555||@@@@||0##456##0##222##0 |
db 提琴here
说明：
正则表达式匹配：
-
(##|^)是两个#字符或字符串^的开头（在第一个捕获组()中）； -
([^#]+?)不是#的一个或多个字符（在第二个翻转组()中）； -
(第三个捕获组的开始；-
(##[^#]+?)*两个#字符，然后是一个或多个非#字符（在第四捕获组()中），都重复了零个或多个{ {1}}次； -
*然后是两个\|\|@@@@\|\|字符，四个|字符和两个@字符； -
|，然后是一个或多个非([^#]+?##)*字符，然后是两个#字符（在第5个捕获组#中）；
-
-
()第三个捕获组的结尾； -
)是第二个捕获组的副本；然后 -
\2要么是两个(##|$)字符，要么是字符串结尾的#（在第6个捕获组中）。
将其替换为：
-
$，它是第一个捕获组的内容，然后是一个零（替换第二个捕获组），然后是第三个捕获组的内容，然后是第二个零（替换匹配的重复项），然后是第六捕获小组。
查询将替换字符串中的一对重复项（如果它们存在），并且\10\30\6将找到匹配项的开始并将值放入REGEXP_INSTR和value（分别）;然后在下一次迭代中，正则表达式将从上一个匹配项的开始处的下一个字符开始查找，因此它将在查找匹配项的字符串中逐渐移动，直到找不到更多重复项为止，start_char不执行替换，REGEXP_REPLACE将返回REGEXP_INSTR，并且迭代将终止。
最终查询过滤器仅返回迭代的最终级别（当所有重复项均已替换时）。