regexp_replace按条件替换部分段

现有字符串如下“000000-00000h-010000-C0000b-000000-000000-000000-d0000d-0002e0-00003a”

要求：

1、全为0的子串不替换

2、把由0 开始的子串第一个“0”替换为“A”

替换后结果如下

“000000-A0000h-A10000-C0000b-000000-000000-000000-d0000d-A002e0-A0003a”

先看语句，然后解释

WITH tab AS

 (SELECT '000000-00000h-010000-C0000b-000000-000000-000000-d0000d-0002e0-00003a' col FROM dual

  UNION ALL

  SELECT '00000h-010000-C0000b-000000-000000-000000-d0000d-0002e0-00003a' col FROM dual)

SELECT ltrim(regexp_replace(col, '(^0|-0)(0{0,}[^0-]{1,}[^-]{0,})', '-A\2'), '-') AS col

  FROM tab;

COL

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

000000-A0000h-A10000-C0000b-000000-000000-000000-d0000d-A002e0-A0003a

A0000h-A10000-C0000b-000000-000000-000000-d0000d-A002e0-A0003a

为了便于理解。我们来分拆下。首先分把各子串均转为一行显示，然后把各正则分组分列显示。

WITH tab0 AS

 (SELECT '000000-00000h-010000-C0000b-000000-000000-000000-d0000d-0002e0-00003a' col

    FROM dual),

tab AS

 (SELECT regexp_substr(col, '(^0|-)[^-]+', 1, LEVEL) AS col

    FROM tab0

  CONNECT BY LEVEL <= regexp_count(col, '-') + 1)

SELECT col,

       ltrim(regexp_replace(col, '(^0|-0)(0{0,}[^0-]{1,}[^-]{0,})', '-A\2'), '-') AS col0,

       regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\1') AS col1,

       regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\2') AS col2,

       regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\3') AS col3,

       regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\4') AS col4

  FROM tab;

结果如下

COL	COL0	COL1	COL2	COL3	COL4
000000	000000	000000	000000	000000	000000
-00000h	A0000h	-0	0000	h
-010000	A10000	-0		1	0000
-C0000b	C0000b	-C0000b	-C0000b	-C0000b	-C0000b
-000000	000000	-000000	-000000	-000000	-000000
-000000	000000	-000000	-000000	-000000	-000000
-000000	000000	-000000	-000000	-000000	-000000
-d0000d	d0000d	-d0000d	-d0000d	-d0000d	-d0000d
-0002e0	A002e0	-0	00	2e	0
-00003a	A0003a	-0	000	3a

 

正则表达式分为四组

第一组：(^0|-0) 开头为0或-0，这一组限制了只能匹配以0开头的子串，第4、8行不符合这个标准

第二组：0{0,} 0或多个0，这一组可为空值，如第3行。

第三组：[^0-]{1,} 中间至少有一个非0 且非分割符的字符，这一组限制了子串不能都是0。第1、5、6、7都不符合这个标准

第四组：[^-]{0,}  串中不能有分隔符，这一组可为空值，如2、10行

通过上图可以看到能匹配的只有2、3、9、10四行。

 

按上面分为四个组的方式，正则表达式也可以写为

regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '-A\2\3\4')

而“-A\2\3\4”如果用上面的结果来模拟就是“'-A' || col2 || col3 || col4”

WITH tab0 AS

 (SELECT '000000-00000h-010000-C0000b-000000-000000-000000-d0000d-0002e0-00003a' col

    FROM dual),

tab AS

 (SELECT regexp_substr(col, '(^0|-)[^-]+', 1, LEVEL) AS col

    FROM tab0

  CONNECT BY LEVEL <= regexp_count(col, '-') + 1),

tab1 AS

 (SELECT col,

         ltrim(regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '-A\2\3\4'), '-') AS col0,

         regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\1') AS col1,

         regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\2') AS col2,

         regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\3') AS col3,

         regexp_replace(col, '(^0|-0)(0{0,})([^0-]{1,})([^-]{0,})', '\4') AS col4

    FROM tab)

SELECT col, col0, ltrim('-A' || col2 || col3 || col4, '-') AS "-A\2\3\4"

  FROM tab1

COL	COL0	-A\2\3\4
000000	000000	A000000000000000000
-00000h	A0000h	A0000h
-010000	A10000	A10000
-C0000b	C0000b	A-C0000b-C0000b-C0000b
-000000	000000	A-000000-000000-000000
-000000	000000	A-000000-000000-000000
-000000	000000	A-000000-000000-000000
-d0000d	d0000d	A-d0000d-d0000d-d0000d
-0002e0	A002e0	A002e0
-00003a	A0003a	A0003a