SQL SERVER 正则替换

原文链接：http://blog.csdn.net/maco_wang/article/details/7390212

RegExp对象提供简单的正则表达式支持功能：

1.Global属性设置或返回一个 Boolean 值，该值指明在整个搜索字符串时模式是全部匹配还是只匹配第一个。
　　语法：
    object.Global [= True | False ]
　　  object 参数总是 RegExp 对象。如果搜索应用于整个字符串，Global 属性的值为 True，否则其值为 False。默认的设置为 True。

2.IgnoreCase属性设置或返回一个Boolean值，指明模式搜索是否区分大小写。
　　语法：
object.IgnoreCase [= True | False ]
　　    object 参数总是一个 RegExp 对象。如果搜索是区分大小写的，则 IgnoreCase 属性为 False;否则为 True。缺省值为 True。

3.Pattern属性设置或返回被搜索的正则表达式模式。 
　　语法：
        object.Pattern [= "searchstring"]

4.Pattern 属性的语法包含以下几个部分：

设置
　　在书写正则表达式的模式时使用了特殊的字符和序列。下面描述了可以使用的字符和序列，并给出了实例。
　\ 将下一个字符标记为特殊字符或字面值。例如"n"与字符"n"匹配。"\n"与换行符匹配。序列"\\"与"\"匹配对面，"\("与"("匹配。 
　^ 匹配输入的开始位置。 
　$ 匹配输入的结尾。 
　* 匹配前一个字符零次或几次。例如，"zo*"可以匹配"z"、"zoo"。 
　+ 匹配前一个字符一次或多次。例如，"zo+"可以匹配"zoo",但不匹配"z"。 
　? 匹配前一个字符零次或一次。例如，"a?ve?"可以匹配"never"中的"ve"。 
　. 匹配换行符以外的任何字符。 
　(pattern) 与模式匹配并记住匹配。匹配的子字符串可以从作为结果的 Matches 集合中使用 Item [0]...[n]取得。如果要匹配括号字符(和 )，可使用"\(" 或 "\)"。 
　x|y 匹配 x 或 y。例如 "z|food" 可匹配 "z" 或 "food"。"(z|f)ood" 匹配 "zoo" 或 "food"。 
　{n} n 为非负的整数。匹配恰好n次。例如，"o{2}" 不能与 "Bob 中的 "o" 匹配，但是可以与"foooood"中的前两个o匹配。 
　{n,} n 为非负的整数。匹配至少n次。例如，"o{2,}"不匹配"Bob"中的"o"，但是匹配"foooood"中所有的o。"o{1,}"等价于"o+"。"o{0,}"等价于"o*"。 
　{n,m} m 和 n 为非负的整数。匹配至少 n 次，至多 m 次。例如，"o{1,3}" 匹配 "fooooood"中前三个o。"o{0,1}"等价于"o?"。 
　[xyz] 一个字符集。与括号中字符的其中之一匹配。例如，"[abc]" 匹配"plain"中的"a"。 
　[^xyz] 一个否定的字符集。匹配不在此括号中的任何字符。例如，"[^abc]" 可以匹配"plain"中的"p". 
　[a-z] 表示某个范围内的字符。与指定区间内的任何字符匹配。例如，"[a-z]"匹配"a"与"z"之间的任何一个小写字母字符。 
　[^m-z] 否定的字符区间。与不在指定区间内的字符匹配。例如，"[m-z]"与不在"m"到"z"之间的任何字符匹配。 
　\b 与单词的边界匹配，即单词与空格之间的位置。例如，"er\b" 与"never"中的"er"匹配，但是不匹配"verb"中的"er"。 
　\B 与非单词边界匹配。"ea*r\B"与"never early"中的"ear"匹配。 
　\d 与一个数字字符匹配。等价于[0-9]。 
　\D 与非数字的字符匹配。等价于[^0-9]。 
　\f 与分页符匹配。 
　\n 与换行符字符匹配。 
　\r 与回车字符匹配。 
　\s 与任何白字符匹配，包括空格、制表符、分页符等。等价于"[ \f\n\r\t\v]"。 
　\S 与任何非空白的字符匹配。等价于"[^ \f\n\r\t\v]"。 
　\t 与制表符匹配。 
　\v 与垂直制表符匹配。 
　\w 与任何单词字符匹配，包括下划线。等价于"[A-Za-z0-9_]"。 
　\W 与任何非单词字符匹配。等价于"[^A-Za-z0-9_]"。 
　\num 匹配 num个，其中 num 为一个正整数。引用回到记住的匹配。例如，"(.)\1"匹配两个连续的相同的字符。 
　\n 匹配 n，其中n 是一个八进制换码值。八进制换码值必须是 1, 2 或 3 个数字长。例如，"\11" 和 "\011" 都与一个制表符匹配。"\0011"等价于"\001" 与 "1"。八进制换码值不得超过 256。否则，只有前两个字符被视为表达式的一部分。允许在正则表达式中使用ASCII码。 
　\xn 匹配n，其中n是一个十六进制的换码值。十六进制换码值必须恰好为两个数字长。例如，"\x41"匹配"A"。"\x041"等价于"\x04" 和 "1"。允许在正则表达式中使用 ASCII 码。

--====================================
--标题: 应用实例之SQL SERVER 正则替换
--作者：maco_wang
--时间：2012-03-24
--说明：MS-SQL SERVER 中的正则替换
--补充说明：支持一下CSDN社区支持的活动
--====================================

/*
假设测试数据为：
col
----------------------
192abc168xx0yya101baaa
10hh176bag98job121zero
hello112u19aa110beyp45
a80abab230pppp120qu224
121nile21reply30vall90

想要得到的结果（把字段中的连续的字母替换成'.'）：
col
--------------
192.168.0.101
10.176.98.121
112.19.110.45
80.230.120.224
121.21.30.90
*/

--测试数据:
if object_id('[tb]') is not null drop table [tb]
create table [tb] (col varchar(100))
insert into [tb]
select '192abc168xx0yya101baaa' union all
select '10hh176bag98job121zero' union all
select 'hello112u19aa110beyp45' union all
select 'a80abab230pppp120qu224' union all
select '121nile21reply30vall90'

--本示例在SQL SERVER 2005版本即可适用。

--正常思路
--a)游标循环截取（略）
--b)自定义函数
go
create function [dbo].[fn_replace]
(
    @str nvarchar(100)
)
returns varchar(100)
as
begin
    while patindex('%[a-z]%',@str) > 0
    begin
        set @str = stuff(@str,patindex('%[a-z]%',@str),1,N'.');
    end
    while (charindex('..',@str)<>0)
    begin
        set @str=replace(@str,'..','.')
    end
    if(left(@str,1)='.') set @str=right(@str,len(@str)-1)
    if(right(@str,1)='.') set @str=left(@str,len(@str)-1)
    return @str
end
go
select dbo.[fn_replace](col) as col from [tb]
/*
col
---------------
192.168.0.101
10.176.98.121
112.19.110.45
80.230.120.224
121.21.30.90
*/
--c)其他方法，这里我主要介绍一下正则替换，因为patindex和like 能够支持的正则还是非常少的

--正则替换
--开启xp_cmdshell
--不开启会提示：SQL Server blocked access to procedure 'xp_cmdshell'
go
sp_configure 'show advanced options', 1
go
reconfigure
go
sp_configure 'xp_cmdshell', 1
go
reconfigure


--开启sp_OACreate
--不开启会提示：SQL Server blocked access to procedure 'sys.sp_OACreate'
go
sp_configure 'show advanced options', 1;
go
reconfigure;
go
sp_configure 'ole automation procedures', 1;
go
reconfigure;
go

--创建函数
create function [dbo].[regexReplace]
(
    @source varchar(8000),    --字符串
    @regexp varchar(500),     --正则表换式
    @replace varchar(500),    --替换值
    @globalReplace bit = 0,   --是否是全局替换
    @ignoreCase bit = 0       --是否忽略大小写
)
returns varchar(1000) AS
begin
    declare @hr int
    declare @objRegExp int
    declare @result varchar(5000)

    exec @hr = sp_OACreate 'VBScript.RegExp', @objRegExp output
    if @hr <> 0 
    begin
        exec @hr = sp_OADestroy @objRegExp
        return null
    end
    exec @hr = sp_OASetProperty @objRegExp, 'Pattern', @regexp
    if @hr <> 0 
    begin
        exec @hr = sp_OADestroy @objRegExp
        return null
    end
    exec @hr = sp_OASetProperty @objRegExp, 'Global', @globalReplace
    if @hr <> 0 
    begin
        exec @hr = sp_OADestroy @objRegExp
        return null
    end
    exec @hr = sp_OASetProperty @objRegExp, 'IgnoreCase', @ignoreCase
    if @hr <> 0 
    begin
        exec @hr = sp_OADestroy @objRegExp
        return null
    end 
    exec @hr = sp_OAMethod @objRegExp, 'Replace', @result output, @source, @replace
    if @hr <> 0 
    begin
        exec @hr = sp_OADestroy @objRegExp
        return null
    end
    exec @hr = sp_OADestroy @objRegExp
    if @hr <> 0 
    begin
        return null
    end
/* 注释A
--    while (charindex('..',@result)<>0)
--    begin
--        set @result=replace(@result,'..','.')
--    end
--    if(left(@result,1)='.')
--        set @result=right(@result,len(@result)-1)
--    if(right(@result,1)='.')
--        set @result=left(@result,len(@result)-1)
*/
    return @result
end

--查看结果
go
select dbo.regexReplace(col,'[a-z]','.',1,0) as col from [tb]
/*
col
-----------------------
192...168..0...101....
10..176...98...121....
.....112.19..110....45
.80....230....120..224
121....21.....30....90
*/

--根据正则把字母替换成'.'后的结果和想要结果并不相同
--需要把函数中的"注释A"取消注释，才能保证结果相同，那就不如直接用上述自定义函数
--那么有没有其他办法呢？

--tb表中的字符长度为100,那么修改正则表达式，把连续的替换成'.'试一试
--匹配的模式是包含a-z的任何字母，匹配次数可以是1-100次，把字母替换成'.'，不区分大小写
select dbo.regexReplace(col,'[a-z]{1,100}','.',1,0) as col from [tb]
/*
col
------------------
192.168.0.101.
10.176.98.121.
.112.19.110.45
.80.230.120.224
121.21.30.90
*/

--结果还是不相同
--开头结尾还是有多余的'.'
--不想用left,right,substring截取，修改正则能不能搞定呢？

--再修改一下
--内部的：匹配的模式是包含a-z的任何字母，匹配次数可以是1-100次，把字母替换成'.'，不区分大小写
--外部的：匹配开头是一个'.'或者结尾是一个'.'的，替换成空格。
select 
col=dbo.regexReplace(dbo.regexReplace(col,'[a-z]{1,100}','.',1,0),'^\.{1}|\.{1}$','',1,0)
from [tb]

/*
col
----------------
192.168.0.101
10.176.98.121
112.19.110.45
80.230.120.224
121.21.30.90
*/

--这个例子对正则的应用还是比较简单的，我这里只是介绍一个思路。