SQL*Loader：处理数据中的分隔符

Question

我正在通过 SQLLDR 将一些数据加载到 Oracle。源文件是“管道分隔”。

FIELDS TERMINATED BY '|'

但有些记录的数据中包含管道字符，而不是作为分隔符。因此，它破坏了记录的正确加载，因为它将indata管道字符理解为字段终止符。

你能给我指出解决这个问题的方向吗？

数据文件约9GB，手动编辑比较困难。

例如，

加载行：

ABC|1234567|STR 9 R 25|98734959,32|2011年12月28日

拒绝行：

DE4|2346543|WE| 454|956584,84|2011年11月28日

错误：

Rejected - Error on table HSX, column DATE_N.
ORA-01847: day of month must be between 1 and last day of month

DATE_N 列是最后一列。

Answer 1

您不能使用任何分隔符，并执行以下操作：

field FILLER,
col1 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\1')",
col2 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\2')",
col3 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\3')",
col4 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\4')",
col5 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\5')",
col6 EXPRESSION "REGEXP_REPLACE(:field,'^([^|]*)\\|([^|]*)\\|(.*)\\|([^|]*)\\|([^|]*)\\|([^|]*)$', '\\6')"

这个正则表达式需要六个捕获组（括号内），并用竖线分隔（我必须转义它，因为否则它在正则表达式中意味着 OR）。除第三组之外的所有组都不能包含竖线 ( [^|]*)，第三组可以包含任何内容 ( .*)，并且正则表达式必须从行首跨越到行尾 (^和$)。

这样我们就可以确定第三组会吃掉所有多余的分隔符。这只有效，因为您只有一个可能包含分隔符的字段。如果您想进行校对，您可以指定第四组以数字开头（包括\d在第四个括号块的开头）。

我将所有反斜杠加倍，因为我们位于双引号表达式内，但我不太确定我应该这样做。