PL/SQL - Eine Liste von Tokens aus einem Text mit Hilfe von Regular Expressions erstellen

Problem:

Ein Text soll in PL/SQL nach Auftreten von Ausdrücken durchsucht werden. Als Ergebnis sollen die Treffer als Collection zurückgeben werden.

Lösung:

Der hier vorgestellte Lösungsansatz basiert auf der Verwendung von Regular Expressions. Wir nutzen eine Nested Table zum Sammeln der gefundenen Token und nutzen diesen Typ auch als Rückgabe unserer Splitfunktion.
Mit der Standard-PL/SQL-Funktion regexp_substr lassen sich Bereiche aus einem String herauslesen:

REGEXP_SUBSTR(    source_string,    pattern [,    position [,    occurrence [,    match_parameter ]]] )

source_string:       Zu untersuchender Text pattern:                 regular expression position:                Position in source_string, ab der gesucht werden soll occurence:            Nr. des Tokens, welches als Ergebnis zurückgeben                             werden soll match_parameter:  kann eine beliebige Kombination der folgenden                              Angaben sein:                                    i: Groß-/Kleinschreibung wird ignoriert                                   c: Groß-/Kleinschreibung wird beachtet                                   n: Punkt (.) im Pattern gibt an, dass neue                                       Zeilen ebenfalls beachtet werden sollen                                   m: ^ und $ markieren den Anfang bzw.                                       das Ende einer Zeile bei Multi-Line Strings

Des Weiteren wird die Funktion regexp_instr verwendet, die die Position (Anfang oder Ende) eines Teilstrings ermittelt:

REGEXP_INSTR(    source_string,    pattern [,    position [,    occurrence [,    return_option[,    match_parameter ]]]] )

source_string:       Zu untersuchender Text pattern:                regular expression position:               Position in source_string, ab der gesucht werden soll occurence:           Nr. des Tokens, welches als Ergebnis zurückgeben                            werden soll return_option:      0, wenn die erste Position eines gefundenen Tokens                                zurückgegeben werden soll;                            1, wenn die Position nach dem gefundenen Token                                ausgegeben werden soll match_parameter: kann eine beliebige Kombination der folgenden                             Angaben sein:                                    i: Groß-/Kleinschreibung wird ignoriert                                   c: Groß-/Kleinschreibung wird beachtet                                    n: Punkt (.) im Pattern gibt an, dass neue                                       Zeilen ebenfalls beachtet werden sollen                                   m: ^ und $ markieren den Anfang bzw. das                                       Ende einer Zeile bei Multi-Line Strings

Im Folgenden werden hier zwei Lösungswege vorgestellt. In der ersten Lösung (reg_split(p_string, p_pattern)) wird der String über ein CONNECT-BY-SELECT-Statement mehrfach untersucht. Dabei wird die LEVEL-Variable dazu genutzt den Occurence-Parameter zu füllen.
Die zweite Lösung (reg_split_rec(p_string, p_pattern, p_pos)) verwendet einen rekursiven Ansatz, bei dem der nächste verfügbare Startpunkt an die nächste Rekursionsebene übergeben wird.

IMPLEMENTIERUNG ALS ANONYMER PL/SQL-BLOCK: ========================================== declare    type nt_tab_vc2 is table of varchar2(4000);    v_return nt_tab_vc2;    function reg_split(p_string in varchar2,                        p_pattern in varchar2)    return nt_tab_vc2 is       v_ret nt_tab_vc2;    begin       v_ret := nt_tab_vc2();       select          regexp_substr(p_string, p_pattern, 1, level) token       bulk collect into          v_ret       from          dual       where          regexp_substr(p_string,                         p_pattern,                         1,                        level,                        'i') is not null       connect by          regexp_instr(p_string,                        p_pattern,                        1,                        level) > 0;       return v_ret;    end;    function reg_split_rec(p_string in varchar2,                            p_pattern in varchar2,                           p_pos in number default 1)    return nt_tab_vc2 is       v_ret nt_tab_vc2;       v_token varchar2(4000);       v_pos_next number;    begin       v_token := regexp_substr(p_string,                                 p_pattern,                                 p_pos,                                 1);       if v_token is not null then          --pattern is found          v_pos_next := regexp_instr(p_string,                                      p_pattern,                                      p_pos,                                     1,                                     1);          v_ret := reg_split(p_string,                             p_pattern,                             v_pos_next);          v_ret.extend(1);          v_ret(v_ret.last) := v_token;          return v_ret;       else          --pattern is not found          return nt_tab_vc2();       end if;   end; begin    v_return := reg_split(                     'Hello @world@! The weather is @great@ today.',                      '(\@)([a-z-]\w+)(\@)');    if v_return.count > 0 then       for i in v_return.first .. v_return.last       loop          dbms_output.put_line(lpad(i,                                     round(log(10,v_return.count))+1)||' '||v_return(i));       end loop;    end if; end; BEISPIEL-AUSGABE: ================= 1 @world@ 2 @great@