Oracle 正则表达式详解（regexp_substr、regexp_instr、regexp_replace、regexp_like）

1 概述

1. 作用：处理字符时，很强大

2. 分类：与下列相似，但功能更加强大（'支持正则表达式'）
   (1) regexp_like   : 同 like 功能相似（模糊 '匹配'）
   (2) regexp_instr  : 同 instr 功能相似（返回字符所在 '下标'）
   (3) regexp_substr : 同 substr 功能相似（'截取' 字符串）
   (4) regexp_replace: 同 replace 功能相似（ '替换' 字符串）
   -- 使用了 '正则表达式' 替代了老的 '百分比 %' 和 '通配符 _'
   -- 上述 四个 函数，正则用法相似，知晓一个，其它皆可参考

2 匹配规则

主要的类型如下：

分组	元字符	描述
特殊的	\	转义字符。“\n”：换行，"\\n"：文本 ‘\n’
	.	匹配除转义字符外的 任何单字符
定位元字符	^	使表达式定位至一行的 开头
	$	使表达式定位至一行的 末尾
量词或重复操作符	*	匹配 0 次或多次（任意次数）
	?	匹配 0 次或 1 次（最多 1 次）
	+	匹配 1 次或多次（至少 1 次）
	{m}	正好 匹配 m 次
	{m, }	至少 匹配 m 次
	{m, n}	匹配 m 到 n 次
表达式的替换和分组	|	替换，通常和分组操作符 () 一起使用
	()	分组，并且 的关系
	[char]	字符列表，或者 的关系
预定义的 posix 字符类	[:alpah:]	任何字母
	[:lower:]	任何小写字母
	[:upper:]	任何大写字母
	[:digit:]	任何数字，相当于 [0-9]
	[:xdigit:]	任何 16 进制的数字，相当于 [0-9a-fA-F]
	[:alnum:]	任何字符或数字字符
	[:space:]	空白字符，如：回车符，换行符、竖直制表符和换页符
	[:punct:]	任何标点符号

示例：此案例来源于网络，略作修改，挺适合参考的

1. 查询 value 中以 1 开头 60 结尾的记录并且长度是 7 位
select * from table_name where value like '1____60'; -- 4 个 _
select * from table_name where regexp_like(value, '1....60');

2. 查询 value 中以 1 开头 60 结尾的记录并且长度是 7 位且全部是数字的记录
   此时，用 like 就不是很好实现了
select * from table_name where regexp_like(value, '^1[0-9]{4}60$');
select * from table_name where regexp_like(value, '^1[[:digit:]]{4}60$');

3. 查询 value 中不包含任何数字的记录
select * from table_name where regexp_like(value, '^[^[:digit:]]+$'); -- [] 内的 ^ 表示 '非'

4. 查询 value 中不是纯数字的记录
select * from table_name where not regexp_like(value, '^[[:digit:]]+$');

5. 查询以 12 或 1b 开头的记录，区分大小写
select * from table_name where regexp_like(value, '^(12)|^(1b)');
select * from table_name where regexp_like(value, '^1[2b]');

6. 查询以 12 或 1b 开头的记录，不区分大小写
select * from table_name where regexp_like(value, '^1[2b]', 'i');

7. 查询所有均为 小写字母 或 数字的记录
select * from table_name where regexp_like(value, '^([a-z]+|[0-9]+)$');

8. 查询包含 空白 的记录
select * from table_name where regexp_like(value, '[[:space:]]');

9. 查询包含 标点符号 的记录
select * from table_name where regexp_like(value, '[[:punct:]]');

3 正则函数

• 扩展：Oracle 官方文档 - regexp_substr

3.1 regexp_substr()

参数解释：

srcstr    	 : 源字符串 -- source string
pattern   	 : 正则表达式
position  	 : 起始位置，默认 1
occurrence	 : 第几次出现，默认 1（匹配成功的次数，依次递增）
modifier  	 : 模式（'i': 不区分大小写，'c': 区分大小写。 默认 'c'）
subexpression: 含有子表达式 0-9, 默认 0：不含子表达式，1：第一个子表达式，以此类推

例1：

select regexp_substr('abc,CBA121ABC,cba', ',[^,]+,') rs1, -- ,CBA121ABC,
       regexp_substr('1234567890', '(123)(4(56)(78))', 1, 1, 'i', 1) rs2 -- 123
  from dual;

例2：拆分邮箱

with temp_email as (
  select 1 user_no, '[email protected]' email from dual union all
  select 2 user_no, '[email protected]' email from dual union all
  select 3 user_no, '[email protected]' email from dual
)
select t.user_no 用户编号,
       regexp_substr(t.email,'[[:alnum:]]+') 用户名,
       regexp_substr(t.email, '\@[[:alnum:]]+\.[[:alnum:]]+') 邮箱后缀
       -- 两者等同
       -- regexp_substr(t.email,'[a-zA-Z0-9]+') 用户名2,
       -- regexp_substr(t.email, '\@[a-zA-Z0-9]+\.[a-zA-Z0-9]+') 邮箱后缀2
  from temp_email t;

测试结果：

用户编号	用户名	邮箱后缀
1		a1		@qq.com
2		bb2		@sina.com
3		ccc3	@aliyun.com

例3：匹配固定电话号码和手机号码

--*************************************************************
-- 固定电话格式：0开头 + 2到3位任意数字 + '-' + 6到7位任意数字
-- 手机号码格式：1开头 + 10位任意数字（11位）
--*************************************************************
with temp_phone as (
  select 1 user_no, '0755-11112222' phone_no from dual union all
  select 2 user_no, '055-33334444'  phone_no from dual union all
  select 3 user_no, '0755 55556666' phone_no from dual union all
  select 4 user_no, 'AE86-77778888' phone_no from dual union all
  select 5 user_no, '0755-888999'   phone_no from dual union all
  select 6 user_no, '15866668888'   phone_no from dual union all
  select 7 user_no, '015866668888'  phone_no from dual
)
select t.user_no 用户编号,
       t.phone_no 联系方式,
       regexp_substr(t.phone_no,'^0[0-9]{2,3}-[0-9]{6,7}') 固定电话,
       regexp_substr(t.phone_no,'^1[0-9]{10}') 手机号码
  from temp_phone t;

测试结果：

3.2 regexp_instr()

参数解释：

srcstr    	 : 源字符串 -- source string
pattern   	 : 正则表达式
position  	 : 起始位置，默认 1
occurrence	 : 第几次出现，默认 1（匹配成功的次数，依次递增）
returnparam  : 返回参数对应的下标（0：第一个位置的下标，非0：最后一个位置的下标）
modifier  	 : 模式（'i': 不区分大小写，'c': 区分大小写。 默认 'c'）
subexpression: 含有子表达式 0-9, 默认 0：不含子表达式，1：第一个子表达式，以此类推

示例：

select regexp_instr('1,23,456,7890', '[0-9]+', 1, 3) 匹配到的第一个字符下标, -- 6
       regexp_instr('1,23,456,7890', '[0-9]+', 1, 3, 1) 最后一个字符后一位的下标, -- 9
       regexp_instr('1234567890', '(123)(4)(56)(78)', 1, 1, 0, 'i', 4) 匹配到的第四个子表达式 -- 7
  from dual;

查询结果：

匹配到的第一个字符下标	最后一个字符后一位的下标	匹配到的第四个子表达式
6						9						7

3.3 regexp_replace()

示例：

with temp_strings as (   
  select 'abc123' str from dual union all
  select '123abc' str from dual union all
  select 'a1b2c3' str from dual
)   
select t.str 源字符串,
       regexp_replace(t.str, '[0-9]', '', 1) 无数字字符串
  from temp_strings t;

查询结果：

	源字符串	无数字字符串
1	abc123	abc
2	123abc	abc
3	a1b2c3	abc

3.4 regexp_like()

示例：

with temp_strings as (   
  select 'abc123' str from dual union all
  select '12abcd' str from dual union all
  select 'a1b2c3' str from dual
)   
select t.str 连续的三个数字字符
  from temp_strings t
 where regexp_like(t.str, '[0-9]{3}');

查询结果：

连续的三个数字字符
abc123