REGEXP_SUBSTR提取邮箱需先写对正则模式，Oracle用REGEXP_SUBSTR(str,pattern,pos,occ)且默认从头匹配，MySQL 8.0+必须显式指定4个参数；注意转义、大小写及多邮箱处理。
REGEXP_SUBSTR 提取邮箱的基本写法（Oracle / MySQL 8.0+）
直接用 REGEXP_SUBSTR 提邮箱，核心是写对正则模式，不是靠函数本身“认识邮箱”。Oracle 和 MySQL 8.0+ 支持该函数，但语法细节不同，别混用。
常见错误是照搬网上“万能邮箱正则”，结果匹配空值、截断不全或漏掉带下划线的邮箱（如 user_name@domain.co.uk）。
- Oracle 示例（提取第一个匹配）：
SELECT REGEXP_SUBSTR('Contact: admin@test.com or support@sub.domain.org', '[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}') FROM DUAL; - MySQL 8.0+ 要求显式指定位置和出现次数：
SELECT REGEXP_SUBSTR('Send to x+y@z.co.jp', '[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', 1, 1);注意双反斜杠转义点号 - 模式中
[a-zA-Z]{2,}比[a-zA-Z]{2,6}更稳妥——新顶级域（如.photography）已超6字符
为什么第一次匹配常为空？检查起始位置和匹配标志
Oracle 默认从字符串开头找，但若邮箱不在首字符位置且没设起始偏移，可能跳过；MySQL 则必须传第4个参数（第几次出现），否则返回 NULL。
- Oracle 中想从第5个字符开始搜：
REGEXP_SUBSTR(text_col, email_pattern, 5)
- MySQL 必须写全4个参数，漏掉第4个（ occurrence ）就返回 NULL：
REGEXP_SUBSTR(text_col, email_pattern, 1, 1)
- Oracle 的
REGEXP_SUBSTR(..., pattern, position, occurrence, match_param)第5个参数一般不用，但若原文含中文或大小写混用，加'i'更安全：REGEXP_SUBSTR(text, pattern, 1, 1, 'i')
提取多个邮箱时别只依赖单次 REGEXP_SUBSTR
一个字段存了多个邮箱（如 'a@x.com; b@y.cn, c@z.org'），REGEXP_SUBSTR 单次调用只能拿第一个。强行嵌套递归或用 CONNECT BY（Oracle）/ LATERAL（MySQL 8.0.14+）代价高，易出错。
- 更稳的做法：先用
REGEXP_COUNT（Oracle）或REGEXP_REPLACE配合计数（MySQL）确认数量，再按需循环调用 - Oracle 中提取全部邮箱的常用技巧是结合
LEVEL与CONNECT BY：SELECT REGEXP_SUBSTR(text_col, '[^;,s]+@[^;,s]+', 1, LEVEL) AS email FROM your_table CONNECT BY REGEXP_SUBSTR(text_col, '[^;,s]+@[^;,s]+', 1, LEVEL) IS NOT NULL AND PRIOR ROWID = ROWID AND PRIOR SYS_GUID() IS NOT NULL;
注意SYS_GUID()是防循环的惯用写法 - MySQL 推荐先导出到临时表或用 JSON_TABLE（8.0.22+）拆分，硬刚正则多匹配容易超内存
真实文本里邮箱常被括号/引号/HTML标签包裹，正则要预处理
日志、邮件正文或网页源码中邮箱常是 或 (admin@test.co) 形式，原始正则会把括号或引号一起捕获，或者根本匹配失败。
- 先用
REGEXP_REPLACE清理干扰字符比改邮箱正则更可靠：REGEXP_REPLACE(text_col, '[()"']', '')
- 如果字段含 HTML，Oracle 可嵌套使用：
REGEXP_SUBSTR(REGEXP_REPLACE(html_col, ']*>', ''), email_pattern, 1, 1)
- 别指望一个正则通吃所有场景——比如
user+tag@gmail.com合法，但很多简化正则会因+未转义而中断；确保+在字符组内（如[...+...]）或前面加反斜杠
实际跑起来才发现，最耗时间的往往不是写正则，而是确认源数据里邮箱到底以什么形式存在：有没有换行符夹在中间？是否被 base64 编码过？有没有故意用 “at” 和 “dot” 替换符号来防爬？这些没法靠 REGEXP_SUBSTR 自动识别。
