正则表达式 (Regular expression) 是一种强大的文本处理工具,Oracle数据库自9i版本开始引入了正则表达式支持,可帮助开发者快速而准确地匹配、查找和替换字符串,广泛应用于数据查询、数据分析、数据清洗等领域。
Oracle正则表达式的语法基于Perl语言的正则表达式语法,区分大小写(case sensitive)。
.:匹配除了换行外的任意一个字符;
\d:匹配任何数字,相当于 [0-9];
\D:匹配任何非数字字符,相当于 [^0-9];
\w:匹配任何字母数字字符或下划线,相当于 [a-zA-Z0-9_];
\W:表示匹配任何非字母数字字符或下划线,相当于 [^a-zA-Z0-9_]。
*:匹配前一个字符出现0次或多次;
+:匹配前一个字符出现1次或多次;
?:匹配前一个字符出现0次或1次;
{n}:匹配前一个字符出现n次;
{n,}:匹配前一个字符出现n次或更多;
{n,m}:匹配前一个字符出现n~m次。
‘|’ :指两项之间的一个选择。
e.g.
^([a-z]+|[0-9]+)$:表示所有小写字母或数字组合成的字符串。
^:匹配开始位置;
$:匹配结束位置;
\b:匹配单词边界,即单词的开头或结尾位置;
\B:匹配非单词边界,即不是单词的开头或结尾位置。
():分组,标记一个子表达式的开始和结束位置;
\num:引用第num个子表达式,num从1开始。
[]:表示一组字符中的任意一个。
\ \:表示转义一个字符。
oracle正则表达式还支持一些高级语法,例如贪婪匹配、非贪婪匹配、零宽断言(zero-width assertion)、后向引用(backreference)、捕获组等。
Oracle数据库中的POSIX字符类是一组特殊的字符类,用于在正则表达式中匹配特定的字符。
POSIX字符类以 [: 开头,以 :] 结尾,中间包含一个或多个字符,代表特定的字符集合。POSIX字符类中的字符集合可以是预定义的,也可以是自定义的。
[[:alpha:]] 任何字母,等同于字符集合 [a-zA-Z];
[[:digit:]] 任何数字,等同于字符集合 [0-9];
[[:alnum:]] 任何字母和数字,等同于字符集合 [a-zA-Z0-9];
[[:space:]] 任何白字符;
[[:upper:]] 任何大写字母;
[[:lower:]] 任何小写字母;
[[:punct:]] 任何标点符号;
[[:xdigit:]] 任何16进制的数字,相当于[0-9a-fA-F]。
Oracle数据库中,POSIX字符类可以用于各种正则表达式相关的操作,如模式匹配、替换、分割等。由于Oracle数据库中的POSIX字符类与其他数据库或编程语言中的POSIX字符类可能略有不同,具体使用时需要查看相关文档。
Oracle数据库提供了多种正则表达式函数,可以对文本数据进行匹配、替换等操作。
REGEXP_LIKE: 判断字符串是否匹配指定的正则表达式。
e.g. 查询员工名字以"S"开头,以"n"结尾的记录:
SELECT * FROM emp WHERE REGEXP_LIKE(emp_name, '^S.*n$');
REGEXP_REPLACE: 替换字符串中的子串。
e.g. 将字符串"12345"中连续的三个数字替换成星号"*",输出
“*45”:
SELECT REGEXP_REPLACE('12345', '\d{3}', '*') FROM dual;
REGEXP_SUBSTR: 提取字符串中匹配指定正则表达式的子串。
e.g. 从字符串"abc 123 def"中提取出连续的数字"123":
SELECT REGEXP_SUBSTR('abc 123 def', '\d+') FROM dual;
REGEXP_INSTR: 返回字符串中匹配指定正则表达式的子串的位置。
e.g. 返回字符串"1ab2cd3ef"中第一个连续数字的起始位置,即1
SELECT REGEXP_INSTR('1ab2cd3ef', '\d+') FROM dual;
– 查询value中不是纯数字的记录
select * from employee where not regexp_like(value,'^[[:digit:]]+$');
– 查询value中不包含任何数字的记录。
select * from employee where regexp_like(value,'^[^[:digit:]]+$');
–查询所有包含小写字母或者数字的记录。
select * from employee where regexp_like(value,'^([a-z]+|[0-9]+)$');
– 提取字符串中的数字
create or replace function EXTRACT_NUMBER(STR in varchar2) return varchar2 is
POSITION number;
STR_EXT varchar2(800);
STR_TMP varchar2(800);
result varchar2(800);
begin
STR_EXT:=STR;
POSITION:=1;
LOOP
STR_TMP:=REGEXP_SUBSTR(STR_EXT,'([0-9]+)',POSITION);
result:=result||STR_TMP;
STR_EXT:= SUBSTR(STR_EXT,POSITION+LENGTH(STR_TMP),LENGTH(STR));
POSITION:=regexp_instr(STR_EXT,'([0-9]+)',1);
exit when POSITION is null or POSITION=0;
end loop;
return(result);
end EXTRACT_NUMBER;