Так найти только первое совпадение (см. демо регулярного выражения):
select regexp_substr (str, pattern) match
from (
select 'не как то что мне не мне что' str, '(^|\s)(\w+)\s.*\S+.*\s\2(\s|$)' pattern
from dual
);
match
---------------------
не как то что мне не
Если нужны все дубликаты, то самое простое, двигаться вперёд по словам (граница первого слова будет всегда начало строки - ^
:
select regexp_substr (substr(str, nextWordPos), pattern) match from (
select str, pattern, regexp_instr (str, '\w+', 1, level) nextWordPos from (
select 'не как то что мне не мне что' str, '^(\w+)\s.*\S+.*\s\1(\s|$)' pattern
from dual
)
connect by level < regexp_count (str, '\w+') -1
)
where regexp_substr (substr(str, nextWordPos), pattern) is not null
;
match
-------------------------------------------------
не как то что мне не
что мне не мне что
мне не мне
Движок регулярных выражений Oracle имеет целый ряд ограничений, например, отсутствие границ слова (\b
), нет поддержки незахватываемых групп, поиска вокруг и т.д.
Если всё же надо обойти эти ограничения, то можно реализовать свою функцию, например, на Java.
Пример (демо регулярного выражения):
select column_value match
from table (getMatches (
'не как то что мне не мне что',
'\b([\p{L}\p{N}_]+)\b(?=.*(\b\1\b))'
));
Вывод:
match
-----------------------------------------
не at 0/2 has duplicate at 18/20
что at 10/13 has duplicate at 25/28
мне at 14/17 has duplicate at 21/24
Сама функция:
create or replace type matchesType is table of varchar2(256);
/
create or replace and compile java source named "Utils" as
import java.lang.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.List;
import java.util.ArrayList;
public class Match {
public static java.sql.Array getMatches (String input, String pattern) throws java.sql.SQLException {
return OraUtils.toSqlArray ("matchesType", getMatchesArray (input, pattern));
}
private static String[] getMatchesArray (String input, String pattern) {
List<String> matches = new ArrayList<String>();
Matcher m = Pattern.compile (pattern).matcher (input);
while (m.find()) {
matches.add (m.group()+" at "+m.start()+"/"+m.end ()+" has duplicate at "+m.start(2)+"/"+m.end(2));
}
return matches.toArray (new String[0]);
}
}
public class OraUtils {
static java.sql.Array toSqlArray (String typeName, Object elements) throws java.sql.SQLException {
oracle.jdbc.OracleDriver ora = new oracle.jdbc.OracleDriver();
oracle.jdbc.OracleConnection oraConn = (oracle.jdbc.OracleConnection) ora.defaultConnection();
java.sql.Array arr = oraConn.createARRAY(typeName.toUpperCase(), elements);
return arr;
}
};
/
create or replace function getMatches (s varchar2, p varchar2) return matchesType deterministic as
language java name 'Match.getMatches (java.lang.String, java.lang.String) return java.sql.Array';
/
Начиная с версии Java 7 (БД 12.1, 12.2) можно пользоваться \w+
для юникодов с флагом Pattern.UNICODE_CHARACTER_CLASS
. Ожидать той же производительности, как и у функций внутреннего движка, не следует.