SQL Server 2012：提取正则表达式组

一尘不染

SQL Server 2012：提取正则表达式组

sql

我的数据库中有Markdown格式的文本。我想提取链接并计算我拥有的匹配链接的数量。我可以使用类似于以下的查询来获取包含链接的文本块的列表：

SELECT post_text
FROM posts p
WHERE p.body like '%\[%](http%)%' ESCAPE '\'

但是，如何进行下一步，仅提取文本的链接部分（括号中的部分）？如果可以得到，则可以计算此特定链接在我的数据集中的次数。

一些样本数据：

"Visit [Google](http://google.com)"    -> Should return "http://google.com"
"Get an [iPhone](http://www.apple.com) (I like it better than Android)"   -> Should return "http://www.apple.com"
"[Example](http://example.com)"    -> Should return "http://example.com"
"This is a message"    -> Nothing to return on this one, no link
"I like cookies (chocolate chip)"  -> Nothing to return on this one, no link
"[Frank] says 'Hello'" -> Nothing to return on this one, no link

我正在使用SQL Server 2012（如果这方面的版本之间存在差异）。

阅读 618

2021-03-10

共1个答案

一尘不染

假设实际数据不比所陈述的示例复杂，这应该在不求助于RegEx的情况下起作用：

DECLARE @posts TABLE
(
   post_id INT NOT NULL IDENTITY(1, 1),
   post_text NVARCHAR(4000) NOT NULL,
   body NVARCHAR(2048) NULL
);
INSERT INTO @posts (post_text, body) VALUES (N'first',
                                           N'Visit [Google](http://google.com)');
INSERT INTO @posts (post_text, body) VALUES (N'second',
                                           N'Get an [iPhone](http://www.apple.com)');
INSERT INTO @posts (post_text, body) VALUES (N'third',
                                           N'[Example](http://example.com)');
INSERT INTO @posts (post_text, body) VALUES (N'fourth',
                                           N'This is a message');
INSERT INTO @posts (post_text, body) VALUES (N'fifth',
                                           N'I like cookies (chocolate chip)');
INSERT INTO @posts (post_text, body) VALUES (N'sixth',
                                           N'[Frankie] says ''Relax''');
INSERT INTO @posts (post_text, body) VALUES (N'seventh',
                                           NULL);


SELECT p.post_text,
       SUBSTRING(
                  p.body,
                  CHARINDEX(N'](', p.body) + 2,
                  CHARINDEX(N')', p.body) - (CHARINDEX(N'](', p.body) + 2)
                ) AS [URL]
FROM   @posts p
WHERE  p.body like '%\[%](http%)%' ESCAPE '\';

输出：

post_text  URL
first      http://google.com
second     http://www.apple.com
third      http://example.com

PS：
如果您真的
想使用正则表达式，则只能通过SQLCLR完成。您可以编写自己的库或下载预完成的库。我写了一个这样的库SQL＃，它具有包含RegEx函数的免费版本。但是，只有在找不到T-
SQL解决方案的情况下才应使用这些方法，到目前为止，这里不是这种情况。

2021-03-10