oracle 正则表达式

开发中遇到oracle中要拆分字符串，在网上搜集后觉得这个不错，记下。
1.
REGEXP_SUBSTR
REGEXP_SUBSTR 函数使用正则表达式来指定返回串的起点和终点，返回与source_string 字符集中的VARCHAR2 或CLOB 数据相同的字符串。
语法：
--1.REGEXP_SUBSTR与SUBSTR函数相同，返回截取的子字符串
REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]])
注：
srcstr
源字符串

pattern
正则表达式样式

position
开始匹配字符位置

occurrence
匹配出现次数

match_option
匹配选项（区分大小写）

1.1从字符串中截取子字符串
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual;
Output: 1PSN
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符。
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
与上面一个例子相比，多了两个参数
1
表示从源字符串的第一个字符开始查找匹配
2
表示第2次匹配到的字符串（默认值是“1”，如上例）
select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符
注意：需要注意“+”和“*”的区别
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1个或者多个@
[[:alnum:]]* 表示匹配0个或者多个字母或数字字符
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符
select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符
select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1个或者多个不是数字结尾的字符
select regexp_substr('[email protected]','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1个或者多个不是“@”的字符
select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2)
from dual;
Output: Null
[[:alnum:]]* 表示匹配0个或者多个字母或者数字字符
注：因为是匹配0个或者多个，所以这里第2次匹配的是“/”（匹配了0次），而不是“231”，所以结果是“Null”
1.2匹配重复出现
查找连续2个小写字母
SELECT regexp_substr('Republicc Of Africaa', '([a-z])\1', 1, 1, 'i')

FROM dual;
Output: cc
([a-z])
表示小写字母a-z
\1
表示匹配前面的字符的连续次数
1
表示从源字符串的第1个字符开始匹配
1
第1次出现符合匹配结果的字符
i
表示区分大小写
1.3其他一些匹配样式
查找网页地址信息
SELECT regexp_substr('Go to http://www.oracle.com/products and click on database', 'http://([[:alnum:]]+\.?){3,4}/?') RESULT

FROM dual
Output: http://www.oracle.com
其中：
http://
表示匹配字符串“http://”
([[:alnum:]]+\.?) 表示匹配1次或者多次字母或数字字符，紧跟0次或1次逗号符
{3,4}
表示匹配前面的字符最少3次，最多4次
/?

表示匹配一个反斜杠字符0次或者1次


提取csv字符串中的第三个值
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, 3) AS output

FROM dual;
Output: Japan
其中：
[^,]+
表示匹配1个或者多个不是逗号的字符
1
表示从源字符串的第一个字符开始查找匹配
3
表示第3次匹配到的字符串
注：这个通常用来实现字符串的列传行
--字符串的列传行
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, LEVEL) AS output

FROM dual
CONNECT BY LEVEL <= length('1101,Yokohama,Japan,1.5.105') -

length(REPLACE('1101,Yokohama,Japan,1.5.105', ',')) + 1;
Output: 1101

Yokohama
Japan
1.5.105
这里通过LEVEL来循环截取匹配到的字符串。


下面这个例子，查找源字符串中是否包含 kid 、kids或者kidding 这三个字符串
SELECT CASE

WHEN regexp_like('Why does a kid enjoy kidding with kids only?',

'kid(s|ding)*',

'i') THEN

'Match Found'

ELSE

'No Match Found'

END AS output

FROM dual;
Output: Match Found
其中：
kid
表示字符串kid
(s|ding)*
表示匹配0次或者多次字符“s”或者“ding”
i
表示不区分大小写
2.
REGEXP_INSTR
REGEXP_INSTR 函数使用正则表达式返回搜索模式的起点和终点。REGEXP_INSTR 的语法如下所示。REGEXP_INSTR 返回一个整数，指出搜索模式的开始或结束的位置，如果没有发现匹配的值，则返回0。
语法：
--2.REGEXP_INSTR与INSTR函数相同，返回字符串位置
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
与REGEXP_SUBSTR一样，它也有变量pattern、position(开始位置)、occurrence 和match_parameter；这里主要介绍一下新参数return_option 的作用，它允许用户告诉Oracle，模式出现的时候，要返回什么内容。
具体如下面的例子所示：
--如果return_option 为0 则，Oracle 返回第一个字符出现的位置。这是默认值，与INSTR的作用相同
SELECT regexp_instr('abc1def',
'[[:digit:]]') output

FROM dual;
Output: 4
--如果return_option 为1，则Oracle 返回跟在所搜索字符出现以后下一个字符的位置。
--例如，下面的查询返回了在串中发现的第一个数字后的位置：
SELECT regexp_instr('abc1def',
'[[:digit:]]',1,1,1) output

FROM dual;
Output: 5


Oracle正则表达式(regularexpression)

元字符
字符含义
举例说明

^
匹配字符串的开始位置(在[]中使用，此时它表示不接受该字符集合。
^a：匹配以a开始的字符串

[^a]：匹配不含a的字符串

-
当使用在a-m表示范围；

当使用在第一个字符时表示

连字符串，如[-abc]
 

$
匹配字符结束位置
‘a$'：匹配以a结束的字符串

.
匹配除换行符 n之外的任何单字符。
 

?
匹配前面的子表达式零次或一次
tr(y(ing)?)：可以表示try或者trying

*
匹配前面的子表达式零次或多次
 

+
匹配前面的子表达式一次或多次
 

()
标记一个子表达式的开始和结束位置
a(b)*可以匹配

ab,abb,abbb,youabb

(c|d)匹配c或d

[]
标记一个中括号表达式
[cd]匹配选择c或d等同于

(c|d)。匹配的是单字符，[^cd]是匹配c,d之外的单字符。

[a-z]表示所有小写字母

{m,n}
m= <出现次数 <=n，'{m}'表示出现m次，'{m,}'表示至少出现m次。
 

|
表示或者的关系。指明两项之间的一个选择
 

字符簇
字符含义
 

[[:alpha:]]
任何字母。
 

[[:digit:]]
[[:digit:]] 任何数字。
 

[[:alnum:]]
任何字母和数
 

[[:space:]]
任何白字符。
 

[[:upper:]]
任何大写字母。
 

[[:lower:]]
任何小写字母。
 

[[:punct:]]
任何标点符号。
 

[[:xdigit:]]
任何16进制的数字，相当于[0-9a-fA-F]。
 


Oracle支持正则表达式的内置函数

名称
语法
备注

REGEXP_LIKE
REGEXP_LIKE

(source_string,

pattern

[, match_parameter]

)
source_string：

源字符串

Pattern：

正则表达式

match_parameter：

匹配模式(i:不区分大小写；c:区分大小写；n:允许使用可以匹配任意字符串的操作符；m:将x作为一个包含多行的字符串。

REGEXP_REPLACE
REGEXP_REPLACE

(source_string,

pattern

[,replace_string]

[,position]

[,occurtence]

[,match_parameter]

)
replace_string：

用于替换的字符串

Position：

开始搜索的起始位置

occurtence

指定替换第n次出现字符串

其他同上。

REGEXP_SUBSTR
REGEXP_SUBSTR

(source_string, pattern

[,position

[,occurrence

[,match_parameter]]]

)
Position：

指定在字符串中准确位置，默认为1

Occurrence：

指定在源字符串匹配过程中相对其他字符串，哪个字符串应该匹配。例如

select regexp_substr('The zip code

80831 is for falcon, co',

'[[:alpha:]]{3,}', 1, 3)

from dual;

结果选择的是code而非The或zip。

REGEXP_INSTR
REGEXP_INSTR

(source_string,

pattern

[,start_position

[,occurrence

[,return_option

[,match_parameter]]]]

)
start_position：

开始搜索位置

Occurrence：

第n次出现pattern，默认为1

return_option：

0：pattern的起始位置

1：pattern下一个字符起始位置

默认为0

REGEXP_COUNT
REGEXP_COUNT

(source_string,

pattern

[[,start_position]

[,match_parameter]])
11g新增的函数，表示pattern在原字符串中出现的次数

start_position：

开始搜索的位置




Oracle支持正则表达式函数举例。

Regexp_substr：用来提取一个字符串的一部分。

Regexp_substr('first filed, second filed, thirdfiled', ', [^,]*,')

Pattern为', [^,]*,'表示以，开始逗号，中间空一个格，连续0或多个非逗号字符，最后还是逗号，这样，返回则为', second filed,'。

-------------------------------------------------------------------------------

Regexp_instr:用来pattern的起始位置。

如有一组地址，返回邮编的位置

regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA

91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')

显然结果位置是91234-1234对应的起始位置。

-------------------------------------------------------------------------------

Regexp_replace：用来将pattern替换成需要替换的字符串，相比传统的replace函数，该函数相比较灵活。例如：

'Jone   smith'中有三个空格，而'Jone  smith'有2个空格，要将中间的空格改为一个空格，使用replace就要使用2次，而是用正则表达式，我们就就可以将pattern设计为

'( ){2,}'这样

regexp_replace(mc,'( ){2,}',' ')

-------------------------------------------------------------------------------

regexp_like是增强版的like，可以包含_和%通配符，使用在where条件中。

正则表达式特性---后向引用

通过将自表达式匹配的内容缓存到缓冲区中，从左相右进行编号，以/digit（digit为1-9）。而子表达式用圆括号表示。

1.在regexp_replace中应用：

将字符串'aa bb cc'反写成'cc bb aa'则可以设计如下：

regexp_replace('aa bbcc','(.*) (.*) (.*)','\3 \2 \1')

(.*)则表示任何一个字符串组合，三个这样的组合用空格隔开，与源字符串吻合，\1,\2,\3则分别存储了三个字表达式的值，这样我们就可以使用这个达到目的。

2.在regexp_substr中应用：

查找被空格隔开的重复字母数字值

regexp_substr('the finaltest is is the implention','([[:alnum:]]+)([[:space:]]+)\1')

返回结果为is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串，但是增加一个\1就表示连续返回两个同样字符串，这样就把重复的串给找出来。

补充

oracle的正则表达式

本文摘要：
10g正则表达式提高了SQL灵活性。
无关的空白检测，或者分解多个正则组成的字符串等问题。
10g支持正则表达式的四个新函数分别是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
正则表达式代替了老的百分号（%）和通配符（_）字符。
匹配输入字符串的开始位置，在方括号表达式中使用，此时它表示不接受该字符集合。
匹配前面的子表达式零次或一次。
目前，正则表达式已经在很多软件中得到广泛的应用，包括*nix（Linux, Unix等），HP等操作系统，PHP，C#，Java等开发环境。

Oracle 10g正则表达式提高了SQL灵活性。有效的解决了数据有效性， 重复词的辨认, 无关的空白检测，或者分解多个正则组成
的字符串等问题。

Oracle 10g支持正则表达式的四个新函数分别是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
它们使用POSIX 正则表达式代替了老的百分号（%）和通配符（_）字符。

特殊字符：
'^' 匹配输入字符串的开始位置，在方括号表达式中使用，此时它表示不接受该字符集合。
'$' 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 'n' 或 'r'。
'.' 匹配除换行符 n之外的任何单字符。
'?' 匹配前面的子表达式零次或一次。
'*' 匹配前面的子表达式零次或多次。
'+' 匹配前面的子表达式一次或多次。
'( )' 标记一个子表达式的开始和结束位置。
'[]' 标记一个中括号表达式。
'{m,n}' 一个精确地出现次数范围，m=<出现次数<=n，'{m}'表示出现m次，'{m,}'表示至少出现m次。
'|' 指明两项之间的一个选择。例子'^([a-z]+|[0-9]+)$'表示所有小写字母或数字组合成的字符串。
num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。
正则表达式的一个很有用的特点是可以保存子表达式以后使用， 被称为Backreferencing. 允许复杂的替换能力
如调整一个模式到新的位置或者指示被代替的字符或者单词的位置. 被匹配的子表达式存储在临时缓冲区中，
缓冲区从左到右编号, 通过数字符号访问。 下面的例子列出了把名字 aa bb cc 变成
cc, bb, aa.
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual；
REGEXP_REPLACE('ELLENHILDISMIT
cc, bb, aa
'' 转义符。

字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]。

各种操作符的运算优先级
转义符
(), (?:), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
| “或”操作

--测试数据
create table test(mc varchar2(60));

insert into test values('112233445566778899');
insert into test values('22113344 5566778899');
insert into test values('33112244 5566778899');
insert into test values('44112233 5566 778899');
insert into test values('5511 2233 4466778899');
insert into test values('661122334455778899');
insert into test values('771122334455668899');
insert into test values('881122334455667799');
insert into test values('991122334455667788');
insert into test values('aabbccddee');
insert into test values('bbaaaccddee');
insert into test values('ccabbddee');
insert into test values('ddaabbccee');
insert into test values('eeaabbccdd');
insert into test values('ab123');
insert into test values('123xy');
insert into test values('007ab');
insert into test values('abcxy');
insert into test values('The final test is is is how to find duplicate words.');

commit;

一、REGEXP_LIKE

select * from test where regexp_like(mc,'^a{1,3}');
select * from test where regexp_like(mc,'a{1,3}');
select * from test where regexp_like(mc,'^a.*e$');
select * from test where regexp_like(mc,'^[[:lower:]]|[[:digit:]]');
select * from test where regexp_like(mc,'^[[:lower:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]');

二、REGEXP_INSTR

Select REGEXP_INSTR(mc,'[[:digit:]]$') from test;
Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test;
Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL;
Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL;

三、REGEXP_SUBSTR

SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test;
SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test;
SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;

四、REGEXP_REPLACE

Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual;
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual；

SQL> select * from test;

ID MC
-------------------- ------------------------------------------------------------
A AAAAA
a aaaaa

b bbbbb

SQL> select * from test where regexp_like(id,'b','i'); --不区分数据大小写

ID MC
-------------------- ------------------------------------------------------------

b bbbbb

详细出处参考：http://www.jb51.net/article/31227.htm