从字符串中删除特定单词

Question

我正在使用 oracle10g。

我想从句子中删除特定单词的所有出现，但我不想删除包含其他字符（a-z或A-Z）之间的任何其他单词。

例如，以下是一句话，我想要删除其中的some：

some text, 123 someone, another text some1

期望输出:

 text, 123 someone, another text

请注意，如果“some”单词包含除“A-Z”和“a-z”之外的任何其他字符，则我还想将其删除，并且这些字符在“some”之前或之后存在。下面是我迄今为止尝试过的方法：

select replace('some text, 123 someone, another text some1','some','') 
from dual;

我得到的输出是：

 text, 123 one, another text 1

在上面的输出中，我希望someone不被替换，而some1应该完全被替换。

我应该如何实现这一点？任何建议都将不胜感激。 编辑：为了清晰起见，这是我要寻找的另一个示例：

some other text someone other text, someB some1 some.

输出应该是：

 other text someone other text, someB 

从上面的句子中我们可以看到，someB没有被删除是因为它之间有字符a-z。
而some1和some.则被删除了，因为它们之间没有a-z。

编辑2

如果我使用正则表达式：

select REGEXP_REPLACE('some text, 123 someone, another text some1','[^a-zA-Z]','')
from dual

我得到的输出是：

sometextsomeoneanothertextsome

期望输出：

sometextsomeoneanothertext

请注意，我希望字符串中的some1也被移除，因为它包含除A-Z之外的其他字符。欢迎使用regex进行回答。

- Bhushan

---

你是否需要处理“真实”的序列？例如，一些单词可能是句子的第一个或最后一个单词，因此可能在前面没有任何内容或在后面跟着一个句号“。”等等。 - Frank Schmitt

@FrankSchmitt 我想从句子中删除每个 some，不需要处理顺序。每个 some 都不包含在开头和结尾处没有 A-Z 和 a-z 之间的单词。 - Bhushan

Answer 1

由于 Oracle 实现的正则表达式不支持 回顾/前瞻 和 单词边界(\b)，似乎不可能在单个 REGEXP_REPLACE 调用中满足所有要求。特别是对于 Egor Skriptunoff 指出的情况：模式匹配，后面跟着一个分隔符，像 some some some some ...。

没有这种情况，可以使用此调用匹配所有这样的字符串：

regexp_replace(
  source_string,                                       -- source string
  '([^[:alnum:]]|^)((\d)*some(\d)*)([^[:alnum:]]|$)',  -- pattern
  '\1\5',                                              -- leave separators in place
  1,                                                   -- start from beginning
  0,                                                   -- replace all occurences
  'im'                                                 -- case-insensitive and multiline 
);

模式部件：

(                -- start of Group #1
  [^[:alnum:]]   -- any non-alphanumeric character 
  |              -- or 
  ^              -- start of string or start of line 
)                -- end of Group #1
(                -- start of Group #2
  (              -- start of Group #3 
    \d           -- any digit
  )              -- end of Group #3
  *              -- include in previous group zero or more consecutive digits
  some           -- core string to match
  (              -- start of group #4
    \d           -- any digit
  )              -- end of group #4  
  *              -- include in previous group zero or more consecutive digits
)                -- end of Group #2
(                -- start of Group #5
  [^[:alnum:]]   -- any non-alphanumeric character 
  |              -- or
  $              -- end of string or end of line
)                -- end of Group #5

因为用于匹配的分隔符（第一组和第五组）包含在匹配模式中，所以在成功匹配后，它们将从源字符串中删除，因此我们需要通过在第三个regexp_replace参数中指定来恢复这些部分。

基于这个解决方案，甚至可以在循环内替换所有的、重复出现的情况。

例如，您可以定义一个如下的函数：

create or replace function delete_str_with_digits(
  pSourceString in varchar2, 
  pReplacePart  in varchar2  -- base string (like 'some' in question)
)
  return varchar2
is
  C_PATTERN_START constant varchar2(100) := '([^[:alnum:]]|^)((\d)*';
  C_PATTERN_END   constant varchar2(100) := '(\d)*)([^[:alnum:]]|$)';

  vPattern         varchar2(4000);
  vCurValue        varchar2(4000);
  vPatternPosition binary_integer;
begin

  vPattern := C_PATTERN_START || pReplacePart || C_PATTERN_END;
  vCurValue := pSourceString;

  vPatternPosition := regexp_instr(vCurValue, vPattern);

  while(vPatternPosition > 0) loop
    vCurValue := regexp_replace(vCurValue, vPattern,'\1\5',1,0,'im');
    vPatternPosition := regexp_instr(vCurValue, vPattern);
  end loop;

  return vCurValue;  

end;

并将其与 SQL 或其他 PL/SQL 代码一起使用：

SELECT 
  delete_str_with_digits(
    'some text, -> awesome <- 123 someone, 3some3
     line of 7 :> some some some some some some some <
222some  another some1? some22 text 0some000', 
    'some'
  )  as result_string
FROM 
  dual

SQLFiddle示例

- ThinkJet

Answer 2

以下是一种不使用正则表达式的方法：

select trim(replace(' '||'some text, 123 someone, another text some1'||' ',
                    ' some ',' '
                   ) 
           )
from dual;

- Gordon Linoff

---

感谢您的回答（加上+1），在第一个和最后一个单词之前添加空格部分地解决了问题，我已经尝试过了。但我还想删除像“Some1”或“Some,”或“1some”这样包含除“A-Z”或“a-z”以外的单词的单词。 - Bhushan

Answer 3

您可以按以下方式使用REGEXP_REPLACE函数。

SELECT REGEXP_REPLACE('some text, 123 someone, another text some1', '(^|\s)some(^|\s)', '')
FROM dual;

SQL Fiddle演示

• REGEXP_REPLACE函数

- Robert

---

感谢您的回答（加上+1），这将从句子中删除“some”。但我还想删除像Some1或Some或1some这样包含除A-Z或a-z以外的单词的单词。 - Bhushan

some some 字符串怎么样？ - Egor Skriptunoff

在这种情况下，两者都应该被替换。 - Bhushan

Answer 4

使用REGEX_REPLACE()如下：

SELECT REGEXP_REPLACE('some other text someone other text, someB some1 some.', '(some\s|some\d|some[.])','')
FROM dual;

SQL Fiddle演示

希望这有所帮助。如果有帮助，请将其标记为答案 :)

如果您想要匹配除.以外的任何其他字符，则只需将其添加到最后一个[]中，例如，如果您还想匹配一些#，则可以像这样将其添加到.中：[.#]

- Amit Joki

Answer 5

像这样的东西

SELECT REGEXP_REPLACE('some text, 123 someone, another text some1 some@, SOMEone SoME1', 
                      '(some\d|some[^[:alnum:]]|some$)','',1,0,'i')
FROM dual;

输出：

text, 123 someone, another text , SOMEone

以下是模式和选项的解释：

1. some\d - 单词 "some" 后跟任何数字。
2. some[^[:alnum:]] - 单词 "some" 后跟任何非字母数字字符。 ^ 代表否定，[:alnum:] 代表字母数字。所以基本上，[^[:alnum:]] 是 [[:alnum:]] 的相反。
3. some$ 如果字符串以单词 "some" 结尾。
4. 1,0,'i' - 从第一个出现的 1 开始，后面跟随所有出现的 0 ，并且不区分大小写 i。

- Anjan Biswas

---

单词的开头怎么办，例如 'awesome'，以及单词末尾超过一个数字怎么处理？sqlfiddle演示 - ThinkJet

@ThinkJet感谢您的留言，是的，“awesome”一词不应替换，而“some123”应完全替换。如果您有任何解决方案或建议，请告诉我。 - Bhushan

@ThinkJet 嗯，这只是实现 OP 想要的东西的一种思路。可能还有50多种类似的情况，OP必须在代码中加以考虑和整合。 - Anjan Biswas