REGEXP_SUBSTR 默认从第1位开始匹配首次结果，occurrence必须为正整数，提取引号内容需用1*配合subexpression参数指定括号组，固定结构优先用SUBSTR提升性能。" ↩
提取第一个匹配项：默认行为要确认起始位置
REGEXP_SUBSTR 默认从第 1 个字符开始搜索（Oracle 索引从 1 起，不是 0），返回第一次匹配的子串。如果没匹配到，结果是 NULL，不是空字符串。
常见错误是误以为它会“跳过前导空白自动找”，其实不会——比如 REGEXP_SUBSTR(' abc123', '\d+') 返回 123，但 REGEXP_SUBSTR(' abc', '\d+') 就返回 NULL，容易被当成逻辑遗漏。
- 确保 pattern 能真正覆盖目标内容，别依赖隐式跳过；
- 若源字段可能为空或全空白，先用
NVL或COALESCE包裹防NULL干扰后续逻辑； - 测试时用
DUAL验证单条，避免被多行数据掩盖失败情况。
提取第 N 个匹配：occurrence 参数不能为 0 或负数
第四个参数 occurrence 控制取第几次出现的结果，必须是正整数。设成 0、负数或非数字会报错 ORA-01722: invalid number，不是静默忽略。
典型场景是按分隔符拆分：比如从 'a|b|c|d' 中取第三个值，得写 REGEXP_SUBSTR('a|b|c|d', '[^|]+', 1, 3)。这里 [^|]+ 表示“一个或多个非竖线字符”，比用 SUBSTR 套 INSTR 更稳。
- occurrence 超出实际匹配次数时，结果仍是
NULL（不是报错）； - 想动态取“最后一个”，不能直接写 -1，得先算总个数再代入，例如配合
REGEXP_COUNT； - 在 CONNECT BY 拆分多值字段时，
LEVEL值必须从 1 开始递增，且上限要合理，否则查不到或查出一堆NULL。
提取括号/引号内内容：pattern 中的转义和分组很关键
想提取 'name="张三", age=25' 里的双引号内容，不能只写 '".*?"'——Oracle 不支持懒惰量词 ?，.* 会贪婪匹配到末尾引号之后。
正确写法是 '"[^"]*"（匹配双引号 + 中间任意非双引号字符 + 双引号），再用第六个参数 subexpression 提取捕获组：比如 REGEXP_SUBSTR('name="张三"', '"([^"]*)"', 1, 1, 'c', 1)，最后那个 1 表示取第一个括号内的内容，结果是 张三。
- 不加
subexpression参数时，整个匹配串（含引号）都会返回； - pattern 中的括号必须成对且有意义，
subexpression值超范围（如写了 2 却只有一对()）会返回NULL； - 中文、特殊符号混排时，优先用
[^"]这类否定字符集，比.更可控，也避开了 Oracle 对\u的版本兼容问题。
性能与选型：别为固定结构滥用正则
如果目标格式恒定，比如身份证号第 7–14 位永远是出生日期，直接用 SUBSTR(id_card, 7, 8) 比 REGEXP_SUBSTR(id_card, '\d{8}', 7, 1) 快 3–5 倍（实测 100 万行数据）。正则引擎要编译 pattern、回溯匹配，开销明显。
真正该用 REGEXP_SUBSTR 的，是那些 SUBSTR 根本无法描述的场景：邮箱域名、不定长数字串、HTML 标签内文本、日志中带时间戳的异常码等。
- 上线前用
EXPLAIN PLAN看执行计划，确认没因正则导致全表扫描； - pattern 尽量具体，避免
.*开头，能用[a-z0-9]+就别用\w+（后者在某些字符集下行为不一致）； - 函数索引对
REGEXP_SUBSTR无效，高频查询字段建议预计算并持久化。
实际用起来最易被忽略的是 subexpression 参数的位置和含义——它不是可选开关，而是明确指定“返回第几个括号组”，漏掉或写错会导致结果包含无关符号，排查时容易绕远。
