SQL/REGEX puzzle/challenge Comment convertir des gammes d'art ASCII avec plusieurs caractères en données relationnelles?

Question

• La motivation ici était de générer facilement et avec précision des échantillons de données pour le nested ranges challenge.

---

Une table contient une seule colonne de type texte. Le texte contient une ou plusieurs lignes où chaque ligne contient une ou plusieurs sections créées à partir de lettres. Le but est d'écrire une requête qui renvoie un tuple pour chaque section avec son point de départ, son point final et sa valeur.

---

échantillon de données

create table t (txt varchar (1000)); 

insert into t (txt) values 
(
' 
AAAAAAAAAAAAAAAAAAAAAAAAAAAA BBBB CCCCCCCCCCCCCCCCCCCCCCCCC 
DDDE FFFFFFFF GGGGGGGGG    HHHHHHHH IIIIIII 
JJ  KKKLLL  MM NN        OOOOO 
      P            QQ 
' 
) 
; 

---

résultats demandés

* Seules les 3 dernières colonnes (Début/fin/val) sont nécessaires, le reste sont des fins de débogage.

line_ind section_ind section_length section_start section_end section_val 
1   1    28    1    28   A 
1   2    4    31    34   B 
1   3    25    39    63   C 
2   1    3    1    3    D 
2   2    1    4    4    E 
2   3    8    7    14   F 
2   4    9    19    27   G 
2   5    8    43    50   H 
2   6    7    55    61   I 
3   1    2    1    2    J 
3   2    3    9    11   K 
3   3    3    12    14   L 
3   4    2    22    23   M 
3   5    2    25    26   N 
3   6    5    57    61   O 
4   1    1    13    13   P 
4   2    2    60    61   Q 

Answer 1

Teradata

• Actuellement regexp_split_to_table ne semble pas soutenir l'expression de longueur nulle (je l'ai créé l'incident RECGZJKZV). Afin de surmonter cette limitation, j'utilise regexp_replace pour pousser l'espace entre des séquences de lettres adjacentes, par ex. KKKLLL

---

with  l 
      as 
      (
       select  line_ind 
          ,line 

       from  table 
          (
           regexp_split_to_table (-1,t.txt,'\r','') 
           returns (minus_one int,line_ind int,line varchar(1000)) 
          ) 
          as l 
      ) 

select  l.line_ind 
      ,r.section_ind           
      ,char_length  (r.section)         as section_length 
      ,regexp_instr (l.line,'(\S)\1*',1,r.section_ind,0)  as section_start 
      ,regexp_instr (l.line,'(\S)\1*',1,r.section_ind,1) - 1 as section_end 
      ,substr   (r.section,1,1)        as section_val 

from  table 
      (
       regexp_split_to_table (l.line_ind,regexp_replace (l.line,'(?<=(?P<c>.))(?!(?P=c))',' '),'\s+','') 
       returns (line_ind int,section_ind int,section varchar(1000)) 
      ) 
      as r 
      ,l 

where  l.line_ind = 
      r.line_ind 

order by l.line_ind 
      ,r.section_ind 
; 

Oracle

select  regexp_instr (txt,'(\S)\1*',1,level,0)  - instr (txt,chr(10),regexp_instr (txt,'(\S)\1*',1,level,0) - length (txt) - 1,1) as section_start 
      ,regexp_instr (txt,'(\S)\1*',1,level,1) - 1 - instr (txt,chr(10),regexp_instr (txt,'(\S)\1*',1,level,0) - length (txt) - 1,1) as section_end 
      ,regexp_substr (txt,'(\S)\1*',1,level,'',1)                      as section_val 

from  t 

connect by level <= regexp_count (txt,'(\S)\1*') 
;