Oracle 11g正则表达式模式的多个实例

Question

我需要从一个大字符串中递归地提取信息从'< a href =“...”> something.jpg </a>'标记，可能包含多个标签。我需要在Oracle 11g上使用正则表达式来执行此操作。

的我所期待的一个例子是：

示例串：

字符串将始终包含<一>标签的至少1个实例并没有最大限度地它多少能包含
在href将永远是XID - [[：数字：]
标签中的属性可以与字符串我WA变化

<p>text about something important</p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1234_1" target="_blank">file.pdf</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1235_1" target="_blank">anotherfile.pptx</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1236_1" target="_blank">yetanotherfile.pdf</a> </p> 

现在NT提取使用
REGEXP_SUBSTR 3 <一个...> ... </A>块（<字符串>， '<图案>'，<开始>，<发生>），并调整该出现值来获取3个实例。

我至今是：

SELECT REGEXP_SUBSTR(main_data, ''<a[[:print:]]+href="[[:print:]]+xid-1234_1"[[:print:]]+>[[:print:]]+</a>'', 1, 1) 
     FROM table 

和我得到的结果从那些

<a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1234_1" target="_blank">file.pdf</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1235_1" target="_blank">anotherfile.pptx</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1236_1" target="_blank">yetanotherfile.pdf</a> 

所以它开始与第一<一个，然后抓住一路到最后</a>。当我需要它停止在</a>的第一个实例。然后，当我将事件增加到2时，它应该抓取第二组< a> </a>标记。但是，目前将事件设置为2，没有返回任何内容。

任何帮助将不胜感激。谢谢

Answer 1

部分是，非贪婪操作?是解决方案：

SELECT REGEXP_SUBSTR(x,'<a href="(.*?)".*?>(.*?)</a>',1, 3, 'i', 0) 
    FROM (SELECT '<p>text about something important</p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1234_1" target="_blank">file.pdf</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1235_1" target="_blank">anotherfile.pptx</a> </p><p><a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1236_1" target="_blank">yetanotherfile.pdf</a> </p>' as x FROM DUAL); 

回报

<a href="@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1236_1" target="_blank">yetanotherfile.pdf</a> 

，或者如果你改变了其他标签3为1或2.

如果更换最后0与1，你得到的HREF的内容：

@X@EmbeddedFile.requestUrlStub@X@bbcswebdav/xid-1236_1 

如果用2替换它，你就会得到

yetanotherfile.pdf 

Answer 2

您是否考虑过使用Oracle的各种XML设施？

例如，将文本放入CLOB中，然后使用xmltype（）和extract（）使用XPath查询（see for example this question）获取元素。

通常，试图使用正则表达式提取嵌套的数据结构会导致不快乐。

Answer 3

正如@Jacques Chester指出的那样，如果您可以使用XML支持，那将会不那么痛苦。

如果您不能，请尝试将+更改为+?以执行非贪婪匹配。

的+?限定符的Perl-influenced Extensions in Oracle Regular Expressions