Oracle正则表达式

 

什么是oracle正则表达式：

Oracle Database 10g 的一个新特性大大提高了您搜索和处理字符数据的能力。这个特性就是正则表达式，是一种用来描述文本模式的表示方法

 

Oracle Databasse 10g中使用正则表达式：

可使用 REGEXP_LIKE 操作符和 REGEXP_INSTR、REGEXP_SUBSTR 以及 REGEXP_REPLACE 函数来发挥正规表达式的作用.

他们分别对 SQL中原有LIKE操作符和INSTR、SUBSTR 和 REPLACE 函数进行了补充，增强了他们的功能。

传统 SQL中的LIKE操作符和INSTR、SUBSTR 和 REPLACE 函数中：

LIKE模糊匹配：使用 (%)表示任意字符出现零次、一次或多次。

使用 (_)表示任意单个字符。

正则表达式中：

Ø 点号 (.) 匹配一个正则表达式中的任意字符（除了换行符），相当于原sql中的(_)

量词和重复操作表如下：

量词	说明
*	匹配 0 次或更多次
?	匹配 0 次或 1 次
+	匹配 1 次或更多次
{m}	正好匹配 m 次
{m,}	至少匹配 m 次
{m, n}	至少匹配 m 次但不超过 n 次

例子： e*表以e开头，连续出现0次货多次e，eee或eeeeee都满足表达式

而 .*表示任意多个连续的任意字符，如：afadfa或jjouhn都满足要求。

值得说明的是：匹配是以空格或换行符等特殊字符为分隔符的。比如 e*对于字符串’eeee eeeeee’中e*匹配为两段eeee和eeeeee。因为只有这两段是连续的

 

定位元字符方式如下：

元字符	说明
^	使表达式定位至一行的开头
$	使表达式定位至一行的末尾

例子：正则表达式 ^a.b$ 匹配字符串 aab、abb 或 axb

 

预定义的 POSIX 字符类

字符类	说明
[:alpha:]	字母字符
[:lower:]	小写字母字符
[:upper:]	大写字母字符
[:digit:]	数字
[:alnum:]	字母数字字符
[:space:]	空白字符（禁止打印），如回车符、换行符、竖直制表符和换页符
[:punct:]	标点字符
[:cntrl:]	控制字符（禁止打印）
[:print:]	可打印字符

例子： [[:lower:]] 匹配一个小写字母字符，而 [[:lower:]]{5} 匹配五个连续的小写字母字符。

 

 

表达式的替换匹配和分组

元字符		说明
|	替换	分隔替换选项，通常与分组操作符 () 一起使用
( )	分组	将子表达式分组为一个替换单元、量词单元或后向引用单元
[char]	字符列表	表示一个字符列表；一个字符列表中的大多数元字符（除字符类、^ 和 - 元字符之外）被理解为文字

例子：表达式 t(a|e|i)n 允许字母 t 和 n 之间的三种可能的字符更替。匹配模式包括如 tan、ten、tin 和 Pakistan 之类的字，但不包括 teen、mountain 或 tune

字符列表：字符列表 t[aei]n跟上面的效果相同。

 

 

Ø 位置不同，意义不同： (^)字符和连字符 (-)

 对于 (^)

表示非： [^[:digit:]] 查找包含了任意非数字字符的模式，这里(^)表示非

表示开头：而 ^[[:digit:]] 查找以数字开始的匹配模式

 对于 (-)

表示范围：正则表达式 [a-m] 匹配字母 a 到字母 m 之间的任意字母

表示连接： [-afg] 中，则(-)代表连字符。

 

REGEXP_LIKE 操作符

用法 :

语法	说明
REGEXP_LIKE(source_string, pattern [, match_parameter])	source_string 支持字符数据类型（CHAR、VARCHAR2、CLOB、NCHAR、NVARCHAR2 和 NCLOB，但不包括 LONG）。pattern 参数是正则表达式的另一个名称。match_parameter 允许可选的参数（如处理换行符、保留多行格式化以及提供对区分大小写的控制）。

 

例子：

Zip表为：

ZIP

ab123

123xy

007ab

abcxy

 

SELECT zip FROM zipcode WHERE REGEXP_LIKE(zip, '[^[:digit:]]')

这句表示含有非数字的行。所以这句执行结果是上面的记录都符合。

 

如果改成： SELECT zip FROM zipcode WHERE REGEXP_LIKE(zip, '[[:digit:]]')

其意思就是含有数字的记录行。所以行执行的结果是只有前三行记录符合要求，最后一条记录被筛选掉了。

例子：

ALTER TABLE students

ADD CONSTRAINT stud_ssn_ck CHECK

(REGEXP_LIKE(ssn,

'^([[:digit:]]{3}-[[:digit:]]{2}-[[:digit:]]{4}|[[:digit:]]{9})$'))

说明：如 123-45-6789 和 123456789 之类格式的社会保险号码对于这种列约束条件是可接受的值。有效的数据必须以三个数字开始，紧跟着一个连字符，再加两个数字和一个连字符，最后又是四个数字。另一种表达式只允许 9 个连续的数字。竖线符号 (|) 将各个选项分开。

REGEXP_INSTR 函数

用法：

语法	说明
REGEXP_INSTR(source_string, pattern [, start_position [, occurrence [, return_option [, match_parameter]]]])	该函数查找 pattern ，并返回该模式的第一个位置。您可以随意指定您想要开始搜索的 start_position,默认是1，这里序列是从1开始的，不是零序，请注意。 occurrence 参数默认为 1表示出现的次数，除非您指定您要查找接下来出现的一个模式。return_option 的默认值为 0，它返回该模式的起始位置；值为 1 则返回符合匹配条件的下一个字符的起始位置。

意义是：在指定的 source_string字符串中找匹配的pattern的位置

start_position:指定从什么位置开始找起

occurrence：指定找第几次出现的位置

return_option：指定到底匹配的当前位置还是下一个位置

 

例子：

1

select REGEXP_INSTR ('MY LEDGER: Debits, Credits, and Invoices 1940', 

'[[:digit:]]') "REGEXP_INSTR" 

from DUAL; 

表示第一次出现数字的位置，这里搜索起始位置 start_position默认1开始，默认第一次出现一次数字的位置。

执行结果是 42，也就是数字1940中的1占该字符串的第42个位置。

2

select REGEXP_INSTR 

('MY LEDGER: Debits, Credits, and Invoices 1940', 

'[[:digit:]]',1,1,1) "REGEXP_INSTR" 

from DUAL;

因为 return_option为1，所以表示第一次出现数字的下一个出现数字位置

所以结果是 43

REGEXP_SUBSTR 函数

用法：

语法	说明
REGEXP_SUBSTR(source_string, pattern [, position [, occurrence [, match_parameter]]])	REGEXP_SUBSTR 函数返回匹配模式的子字符串。

 

 

例子：

select regexp_substr('I love oracle very much','o[[:alpha:]]{5}') from dual;

表示在 'I love oracle very much'中查找以o开头且接着是五个字母的字符串

所以这里结果返回‘ oracle’

后向引用

用法：

元字符		说明
\digit	反斜线	紧跟着一个 1 到 9 之间的数字，反斜线匹配之前的用括号括起来的第 digit 个子表达式。 （注意：反斜线在正则表达式中有另一种意义，取决于上下文，它还可能表示 Escape 字符。

说明：

子表达式的匹配部分保存在临时缓冲区中。缓冲区从左至右进行编号，并利用 \digit 符号进行访问，其中 digit 是 1 到 9 之间的一个数字，它匹配第 digit 个子表达式，子表达式用一组圆括号来显示。

 

例子：

SELECT REGEXP_REPLACE(

'Ellen Hildi Smith',

'(.*) (.*) (.*)', '\3 \1 \2')

FROM dual      

的结果为：

Smith Ellen Hildi

例子：

SELECT REGEXP_SUBSTR(

'The final test is is the implementation',

'([[:alnum:]]+)([[:space:]]+)\1') AS substr

FROM dual

sql的意思为：匹配一个包由数字或字母或数字字母组成的单词，紧接着是空格，紧接着是它本身 (刚出现的那个单词)

这里 +号不能少，

结果为： [[:alnum:]]表示一个数字字母字符，只有添上+号，才能匹配一个单词。

SUBSTR

------

is is

REGEXP_REPLACE 函数

用法：

语法	说明
REGEXP_REPLACE(source_string, pattern [, replace_string [, position [,occurrence, [match_parameter]]]])	该函数用一个指定的 replace_string 来替换匹配的模式，从而允许复杂的“搜索并替换”操作。

 

意义是：从 source_string字符串中找到pattern匹配的字符串，并用replace_string加以替换。

Postion表示：从什么位置开始进行查找匹配，默认是 1，表示从source_string的第一个字符开始查找

Occurrence：表示出现的次数，默认是 1，表示查找到第一次出现匹配的位置

例子：

假设数据库中存放的记录样式为： 200-555-0223

select REGEXP_REPLACE (Phone, 

'5', '.', 

1, 2 

) "REGEXP_REPLACE" 

from ADDRESS; 

sql的意义：从 phone的起始位找起，将phone记录中的第二个5用“.”好替换

结果为：

REGEXP_REPLACE 

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

213-5.5-0223 

415-.55-7530 

214-5.5-8383 

312-5.5-1166 

707-5.5-8900 

312-5.5-1414 

415-.55-6842 

415-.55-2178 

415-.55-7387 

415-.55-7512 

415-.55-6252 

617-5.5-0125 

603-5.5-2242 

202-5.5-1414 

718-5.5-1638 

214-5.5-8383 

503-.55-7491

注意事项：

REGEXP_LIKE函数一般作为条件判断放在 where子句后面

而 REGEXP_REPLACE，REGEXP_INSTR， REGEXP_SUBSTR 函数一般放在select语句后面