Oracle正則表達式使用介紹

2020-01-20 22:15:33

字體：大中小

來源：轉載

供稿：網友

下面通過一些例子來說明使用正則表達式來處理一些工作中常見的問題。
1.
REGEXP_SUBSTR
REGEXP_SUBSTR 函數使用正則表達式來指定返回串的起點和終點，返回與source_string 字符集中的VARCHAR2 或CLOB 數據相同的字符串。
語法：
--1.REGEXP_SUBSTR與SUBSTR函數相同，返回截取的子字符串
REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]])
注：
srcstr
源字符串

pattern
正則表達式樣式

position
開始匹配字符位置

occurrence
匹配出現次數

match_option
匹配選項（區分大小寫）

1.1從字符串中截取子字符串
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual;
Output: 1PSN
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字符。
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
與上面一個例子相比，多了兩個參數
1
表示從源字符串的第一個字符開始查找匹配
2
表示第2次匹配到的字符串（默認值是“1”，如上例）
select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0個或者多個@
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字符
注意：需要注意“+”和“*”的區別
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1個或者多個@
[[:alnum:]]* 表示匹配0個或者多個字母或數字字符
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1個或者多個@
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字符
select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1個或者多個數字結尾的字符
select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1個或者多個不是數字結尾的字符
select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1個或者多個不是“@”的字符
select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2)
from dual;
Output: Null
[[:alnum:]]* 表示匹配0個或者多個字母或者數字字符
注：因為是匹配0個或者多個，所以這里第2次匹配的是“/”（匹配了0次），而不是“231”，所以結果是“Null”
1.2匹配重復出現
查找連續2個小寫字母
SELECT regexp_substr('Republicc Of Africaa', '([a-z])/1', 1, 1, 'i')

FROM dual;
Output: cc
([a-z])
表示小寫字母a-z
/1
表示匹配前面的字符的連續次數
1
表示從源字符串的第1個字符開始匹配
1
第1次出現符合匹配結果的字符
i
表示區分大小寫
1.3其他一些匹配樣式
查找網頁地址信息
SELECT regexp_substr('Go to http://www.oracle.com/products and click on database', 'http://([[:alnum:]]+/.?){3,4}/?') RESULT

FROM dual
Output: http://www.oracle.com
其中：
http://
表示匹配字符串“http://”
([[:alnum:]]+/.?) 表示匹配1次或者多次字母或數字字符，緊跟0次或1次逗號符
{3,4}
表示匹配前面的字符最少3次，最多4次
/?

表示匹配一個反斜杠字符0次或者1次

提取csv字符串中的第三個值
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, 3) AS output

FROM dual;
Output: Japan
其中：
[^,]+
表示匹配1個或者多個不是逗號的字符
1
表示從源字符串的第一個字符開始查找匹配
3
表示第3次匹配到的字符串
注：這個通常用來實現字符串的列傳行
--字符串的列傳行
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, LEVEL) AS output

FROM dual
CONNECT BY LEVEL <= length('1101,Yokohama,Japan,1.5.105') -

length(REPLACE('1101,Yokohama,Japan,1.5.105', ',')) + 1;
Output: 1101

Yokohama
Japan
1.5.105
這里通過LEVEL來循環截取匹配到的字符串。

下面這個例子，查找源字符串中是否包含 kid 、kids或者kidding 這三個字符串
SELECT CASE

WHEN regexp_like('Why does a kid enjoy kidding with kids only?',

'kid(s|ding)*',

'i') THEN

'Match Found'

ELSE

'No Match Found'

END AS output

FROM dual;
Output: Match Found
其中：
kid
表示字符串kid
(s|ding)*
表示匹配0次或者多次字符“s”或者“ding”
i
表示不區分大小寫
2.
REGEXP_INSTR
REGEXP_INSTR 函數使用正則表達式返回搜索模式的起點和終點。REGEXP_INSTR 的語法如下所示。REGEXP_INSTR 返回一個整數，指出搜索模式的開始或結束的位置，如果沒有發現匹配的值，則返回0。
語法：
--2.REGEXP_INSTR與INSTR函數相同，返回字符串位置
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
與REGEXP_SUBSTR一樣，它也有變量pattern、position(開始位置)、occurrence 和match_parameter；這里主要介紹一下新參數return_option 的作用，它允許用戶告訴Oracle，模式出現的時候，要返回什么內容。
具體如下面的例子所示：
--如果return_option 為0 則，Oracle 返回第一個字符出現的位置。這是默認值，與INSTR的作用相同
SELECT regexp_instr('abc1def',
'[[:digit:]]') output

FROM dual;
Output: 4
--如果return_option 為1，則Oracle 返回跟在所搜索字符出現以后下一個字符的位置。
--例如，下面的查詢返回了在串中發現的第一個數字后的位置：
SELECT regexp_instr('abc1def',
'[[:digit:]]',1,1,1) output

FROM dual;
Output: 5

Oracle正則表達式(regularexpression)

元字符	字符含義	舉例說明
^	匹配字符串的開始位置(在[]中使用，此時它表示不接受該字符集合。	^a：匹配以a開始的字符串 [^a]：匹配不含a的字符串
-	當使用在a-m表示范圍；當使用在第一個字符時表示連字符串，如[-abc]
$	匹配字符結束位置	‘a$'：匹配以a結束的字符串
.	匹配除換行符 n之外的任何單字符。
?	匹配前面的子表達式零次或一次	tr(y(ing)?)：可以表示try或者trying
*	匹配前面的子表達式零次或多次
+	匹配前面的子表達式一次或多次
()	標記一個子表達式的開始和結束位置	a(b)*可以匹配 ab,abb,abbb,youabb (c\|d)匹配c或d
[]	標記一個中括號表達式	[cd]匹配選擇c或d等同于 (c\|d)。匹配的是單字符，[^cd]是匹配c,d之外的單字符。 [a-z]表示所有小寫字母
{m,n}	m= <出現次數 <=n，'{m}'表示出現m次，'{m,}'表示至少出現m次。
\|	表示或者的關系。指明兩項之間的一個選擇
字符簇	字符含義
[[:alpha:]]	任何字母。
[[:digit:]]	[[:digit:]] 任何數字。
[[:alnum:]]	任何字母和數
[[:space:]]	任何白字符。
[[:upper:]]	任何大寫字母。
[[:lower:]]	任何小寫字母。
[[:punct:]]	任何標點符號。
[[:xdigit:]]	任何16進制的數字，相當于[0-9a-fA-F]。

Oracle支持正則表達式的內置函數

名稱

語法

備注

REGEXP_LIKE

(source_string,

pattern

[, match_parameter]

)

source_string：

源字符串

Pattern：

正則表達式

match_parameter：

匹配模式(i:不區分大小寫；c:區分大小寫；n:允許使用可以匹配任意字符串的操作符；m:將x作為一個包含多行的字符串。

REGEXP_REPLACE

(source_string,

pattern

[,replace_string]

[,position]

[,occurtence]

[,match_parameter]

)

replace_string：

用于替換的字符串

Position：

開始搜索的起始位置

occurtence

指定替換第n次出現字符串

其他同上。

REGEXP_SUBSTR

(source_string, pattern

[,position

[,occurrence

[,match_parameter]]]

)

Position：

指定在字符串中準確位置，默認為1

Occurrence：

指定在源字符串匹配過程中相對其他字符串，哪個字符串應該匹配。例如

select regexp_substr('The zip code

80831 is for falcon, co',

'[[:alpha:]]{3,}', 1, 3)

from dual;

結果選擇的是code而非The或zip。

REGEXP_INSTR

(source_string,

pattern

[,start_position

[,occurrence

[,return_option

[,match_parameter]]]]

)

start_position：

開始搜索位置

Occurrence：

第n次出現pattern，默認為1

return_option：

0：pattern的起始位置

1：pattern下一個字符起始位置

默認為0

REGEXP_COUNT

(source_string,

pattern

[[,start_position]

[,match_parameter]])

11g新增的函數，表示pattern在原字符串中出現的次數

start_position：

開始搜索的位置

Oracle支持正則表達式函數舉例。

Regexp_substr：用來提取一個字符串的一部分。

Regexp_substr('first filed, second filed, thirdfiled', ', [^,]*,')

Pattern為', [^,]*,'表示以，開始逗號，中間空一個格，連續0或多個非逗號字符，最后還是逗號，這樣，返回則為', second filed,'。

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

Regexp_instr:用來pattern的起始位置。

如有一組地址，返回郵編的位置

regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA

91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')

顯然結果位置是91234-1234對應的起始位置。

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

Regexp_replace：用來將pattern替換成需要替換的字符串，相比傳統的replace函數，該函數相比較靈活。例如：

'Jone smith'中有三個空格，而'Jone smith'有2個空格，要將中間的空格改為一個空格，使用replace就要使用2次，而是用正則表達式，我們就就可以將pattern設計為

'( ){2,}'這樣

regexp_replace(mc,'( ){2,}',' ')

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

regexp_like是增強版的like，可以包含_和%通配符，使用在where條件中。

正則表達式特性---后向引用

通過將自表達式匹配的內容緩存到緩沖區中，從左相右進行編號，以/digit（digit為1-9）。而子表達式用圓括號表示。

1.在regexp_replace中應用：

將字符串'aa bb cc'反寫成'cc bb aa'則可以設計如下：

regexp_replace('aa bbcc','(.*) (.*) (.*)','/3 /2 /1')

(.*)則表示任何一個字符串組合，三個這樣的組合用空格隔開，與源字符串吻合，/1,/2,/3則分別存儲了三個字表達式的值，這樣我們就可以使用這個達到目的。

2.在regexp_substr中應用：

查找被空格隔開的重復字母數字值

regexp_substr('the finaltest is is the implention','([[:alnum:]]+)([[:space:]]+)/1')

返回結果為is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串，但是增加一個/1就表示連續返回兩個同樣字符串，這樣就把重復的串給找出來。

補充

oracle的正則表達式

本文摘要：
10g正則表達式提高了SQL靈活性。
無關的空白檢測，或者分解多個正則組成的字符串等問題。
10g支持正則表達式的四個新函數分別是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
正則表達式代替了老的百分號（%）和通配符（_）字符。
匹配輸入字符串的開始位置，在方括號表達式中使用，此時它表示不接受該字符集合。
匹配前面的子表達式零次或一次。
目前，正則表達式已經在很多軟件中得到廣泛的應用，包括*nix（Linux, Unix等），HP等操作系統，PHP，C#，Java等開發環境。

Oracle 10g正則表達式提高了SQL靈活性。有效的解決了數據有效性，重復詞的辨認, 無關的空白檢測，或者分解多個正則組成
的字符串等問題。

Oracle 10g支持正則表達式的四個新函數分別是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
它們使用POSIX 正則表達式代替了老的百分號（%）和通配符（_）字符。

特殊字符：
'^' 匹配輸入字符串的開始位置，在方括號表達式中使用，此時它表示不接受該字符集合。
'$' 匹配輸入字符串的結尾位置。如果設置了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 'n' 或 'r'。
'.' 匹配除換行符 n之外的任何單字符。
'?' 匹配前面的子表達式零次或一次。
'*' 匹配前面的子表達式零次或多次。
'+' 匹配前面的子表達式一次或多次。
'( )' 標記一個子表達式的開始和結束位置。
'[]' 標記一個中括號表達式。
'{m,n}' 一個精確地出現次數范圍，m=<出現次數<=n，'{m}'表示出現m次，'{m,}'表示至少出現m次。
'|' 指明兩項之間的一個選擇。例子'^([a-z]+|[0-9]+)$'表示所有小寫字母或數字組合成的字符串。
num 匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。
正則表達式的一個很有用的特點是可以保存子表達式以后使用，被稱為Backreferencing. 允許復雜的替換能力
如調整一個模式到新的位置或者指示被代替的字符或者單詞的位置. 被匹配的子表達式存儲在臨時緩沖區中，
緩沖區從左到右編號, 通過數字符號訪問。下面的例子列出了把名字 aa bb cc 變成
cc, bb, aa.
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual；
REGEXP_REPLACE('ELLENHILDISMIT
cc, bb, aa
'' 轉義符。

字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何數字。
[[:alnum:]] 任何字母和數字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大寫字母。
[[:lower:]] 任何小寫字母。
[[:punct:]] 任何標點符號。
[[:xdigit:]] 任何16進制的數字，相當于[0-9a-fA-F]。

各種操作符的運算優先級
轉義符
(), (?:), (?=), [] 圓括號和方括號
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和順序
| “或”操作

--測試數據
create table test(mc varchar2(60));

insert into test values('112233445566778899');
insert into test values('22113344 5566778899');
insert into test values('33112244 5566778899');
insert into test values('44112233 5566 778899');
insert into test values('5511 2233 4466778899');
insert into test values('661122334455778899');
insert into test values('771122334455668899');
insert into test values('881122334455667799');
insert into test values('991122334455667788');
insert into test values('aabbccddee');
insert into test values('bbaaaccddee');
insert into test values('ccabbddee');
insert into test values('ddaabbccee');
insert into test values('eeaabbccdd');
insert into test values('ab123');
insert into test values('123xy');
insert into test values('007ab');
insert into test values('abcxy');
insert into test values('The final test is is is how to find duplicate words.');

commit;

一、REGEXP_LIKE

select * from test where regexp_like(mc,'^a{1,3}');
select * from test where regexp_like(mc,'a{1,3}');
select * from test where regexp_like(mc,'^a.*e$');
select * from test where regexp_like(mc,'^[[:lower:]]|[[:digit:]]');
select * from test where regexp_like(mc,'^[[:lower:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]');

二、REGEXP_INSTR

Select REGEXP_INSTR(mc,'[[:digit:]]$') from test;
Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test;
Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL;
Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL;

三、REGEXP_SUBSTR

SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test;
SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test;
SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;

四、REGEXP_REPLACE

Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual;
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual；

SQL> select * from test;

ID MC
-------------------- ------------------------------------------------------------
A AAAAA
a aaaaa

b bbbbb

SQL> select * from test where regexp_like(id,'b','i'); --不區分數據大小寫

ID MC
-------------------- ------------------------------------------------------------

b bbbbb

#End