regexp_substr() 是數(shù)據(jù)庫中用于提取符合正則表達式內(nèi)容的函數(shù)，其語法為 regexp_substr(source_string, pattern [, position [, occurrence]])，支持從指定位置查找特定次數(shù)的匹配結(jié)果。一、基本用法是從字符串中提取符合正則的部分，例如從日志提取 ip 地址；二、oracle 支持通過參數(shù)提取子組內(nèi)容，而 mysql 需外部處理；三、可通過靈活正則提取多行文本中的目標(biāo)信息，如電話號碼；四、使用時需注意大小寫敏感、NULL 返回值、貪婪匹配及特殊字符轉(zhuǎn)義等問題。
REGEXP_SUBSTR() 是很多數(shù)據(jù)庫系統(tǒng)（比如 oracle 和 mysql）里用來提取符合特定正則表達式片段的函數(shù)。它比普通的字符串查找更強大，尤其適合處理復(fù)雜文本結(jié)構(gòu)。
一、基本用法要清楚
REGEXP_SUBSTR() 的基本語法是：
REGEXP_SUBSTR(source_string, pattern [, position [, occurrence]])
- source_string：你要從中提取內(nèi)容的原始文本
- pattern：你寫的正則表達式
- position（可選）：從第幾個字符開始搜索，默認是1
- occurrence（可選）：匹配第幾次出現(xiàn)的結(jié)果，默認是1
舉個簡單例子：
你想從一段日志中提取 IP 地址，日志類似 “User login from 192.168.1.100 at 14:30″，你可以這樣寫：
SELECT REGEXP_SUBSTR('User login from 192.168.1.100 at 14:30', 'd+.d+.d+.d+') AS ip;
結(jié)果就是 192.168.1.100。
二、如何提取多個括號中的內(nèi)容？
REGEXP_SUBSTR 只返回第一個完整匹配，但它支持用括號分組并提取子表達式，不過具體語法因數(shù)據(jù)庫而異。
以 Oracle 為例，可以加一個參數(shù)來指定子組：
REGEXP_SUBSTR(text, 'abc(d+)xyz', 1, 1, NULL, 1)
上面這個表達式會匹配形如 abc123xyz 的內(nèi)容，并提取出里面的數(shù)字部分 123。
注意：MySQL 不直接支持子組提取，只能靠正則整體匹配后在外部再處理。
三、處理多行或多段數(shù)據(jù)的小技巧
有時候你需要從一段雜亂無章的文字中提取多個目標(biāo)內(nèi)容。例如下面這種文本：
訂單編號：A12345 客戶姓名：張三 聯(lián)系電話：13800138000 地址：北京市朝陽區(qū)xx路xx號
如果你想提取電話號碼，可以用這樣的正則：
REGEXP_SUBSTR(content, '聯(lián)系電話：(d{11})', 1, 1, NULL, 1)
這樣就能準確提取手機號了。
如果你不確定格式是否一致，比如“聯(lián)系電話”后面可能有空格或冒號變化，可以放寬正則限制：
聯(lián)系電話s*:s*(d{11})
這樣即使中間有多個空格或者沒寫規(guī)范也能匹配上。
四、一些容易踩坑的地方
- 正則不區(qū)分大小寫？ 默認是區(qū)分的，如果想忽略大小寫，可以在正則里加 ‘i’ 標(biāo)志（Oracle 支持，MySQL 不支持）
- 找不到就返回 NULL：這是默認行為，要注意 SQL 中對 NULL 的處理
- 貪婪 vs 非貪婪：正則默認是貪婪模式，可能會匹配過多內(nèi)容，這時候要在量詞后加 ?，比如 .*?
- 特殊字符需要轉(zhuǎn)義：像 .、(、)、[ 等符號在正則中有特殊含義，要用 轉(zhuǎn)義
基本上就這些。掌握好正則寫法和數(shù)據(jù)庫的具體實現(xiàn)差異，REGEXP_SUBSTR 就能幫你搞定大多數(shù)文本提取任務(wù)。
