关闭

Oracle中的正则表达式(及函数)详解

标签: Oracle正则表达式Oracle正则表达式搜索
5577人阅读 评论(0) 收藏 举报
分类:

 转载请注明出处:http://blog.csdn.net/anxpp/article/details/51550486,谢谢!


1、概述

    相信大家对正则表达式都不陌生,从linux下的命令到Java等编程语言,正则表达式无处不在,虽然我们实际使用的时候也并不一定太多,但是当我们要处理字符串时,它确实是一个强大的工具。

    上一篇文章(Oracle中的字符串类型及相关函数详解)中,已经介绍了一些串相关的函数,也列出了用于正则表达式的函数,本文就正式介绍他们。

    本文基于Oracle 12c ,可能部分内容在较老的版本中不适用。

    运算符

    在介绍函数前,这里先说明一下Oracle中正则表达式运算符及其描述。

    如果不知道他们有什么用,或者也不知道描述说的是什么,没关系,可以先看后面的介绍,就知道他们的含义了。

运算符

    合理的使用这些运算符,配合正则表达式相关的函数,不但可以让字符串处理变得更加高效,还能大大的减少代码量。


2、相关函数

    统一说明: 

        函数中pattern为正则表达式,最多可以包含512个字节。

        下面的介绍中,及时是不同的函数,如若参数描述字符串相同,即他们的意思也是相同的(如regexp_substr函数和regexp_instr函数中的position意思都是表示开始搜索的位置),为了内容紧凑,只在那个参数第一次出现的地方作介绍。

        参数带char的表示简单的串类型,带string的可以包含大对象串类型(如clob)。

        惯例,“[]”表示可选参数。

    2.1、REGEXP_SUBSTR

    REGEXP_SUBSTR函数使用正则表达式来指定返回串的起点和终点。

    语法:

  1. regexp_substr(source_string,pattern[,position[,occurrence[,match_parameter]]])

    source_string:源串,可以是常量,也可以是某个值类型为串的列。

    position:从源串开始搜索的位置。默认为1。

    occurrence:指定源串中的第几次出现。默认值1.

    match_parameter:文本量,进一步订制搜索,取值如下:

  •     'i'     用于不区分大小写的匹配。
  •     'c'    用于区分大小写的匹配。
  •     'n'    允许将句点“.”作为通配符来匹配换行符。如果省略改参数,句点将不匹配换行符。
  •     'm'   将源串视为多行。即将“^”和“$”分别看做源串中任意位置任意行的开始和结束,而不是看作整个源串的开始或结束。如果省略该参数,源串将被看作一行来处理。
  •     如果取值不属于上述中的某个,将会报错。如果指定了多个互相矛盾的值,将使用最后一个值。如'ic'会被当做'c'处理。
  •     省略该参数时:默认区分大小写、句点不匹配换行符、源串被看作一行。

    例1:

  1. select regexp_substr('MY INFO: Anxpp,22,and boy','my',1,1,'i') from users;

    将返回MY,如果将match_parameter改为'c'将不反悔任何内容(null)。

    例2:

  1. select regexp_substr('MY INFO: Anxpp,23,and boy','[[:digit:]]',1,2) from users;

    此处会返回3。

    注意这里同时用到了“[]”和“[:digit:]”。

    2.2、REGEXP_INSTR

    REGEXP_INSTR函数使用正则表达式返回搜索模式的起点和终点(整数)。如果没有发现匹配的值,将返回0。

    语法:

  1. regexp_instr(source_string,pattern[,position[,occurrence[,return_option[,match_parameter]]]])

    return_option:为0时,返回第一个字符出现的位置,与instr作用相同。为1时,返回所搜索字符出现以后下一个字符的位置。默认为0。

    例1:

  1. select regexp_instr('MY INFO: Anxpp,23,and boy','[[:digit:]]') from users;

    该例会返回16。

    REGEXP_INSTR函数常常会被用到where子句中。

    2.3、REGEXP_LIKE

    通常使用REGEXP_LIKE进行模糊匹配。

    语法:

  1. regexp_like(source_string,pattern[match_parameter])

    比如,查找电话好吗以666开头的:

  1. select name from users where regexp_like(phone,'666');

    例1:

  1. select * from users where regexp_like('MY INFO: Anxpp,23,and boy','[[:digit:]]');

    此例判断串中是否包含数字。

    该函数可以使用前面介绍的所有搜索功能作为REGEXP_LIKE搜索的一部分,可以是非常复杂的搜索变得简单。

    2.4、REPLACE和REGEXP_REPLACE

    REPLACE函数用于替换串中的某个值。

    语法:

  1. replace(char,search_string[,replace_string])

     如果不指定replace_string,会将搜索到的值删除。

    输入可以是任何字符数据类型:char,varchar2,nchar,nchar,nvarchar2,clob或nclob。

    例1:

  1. select replace('MY INFO: Anxpp,23,and boy','an') from users;

    返回:MY INFO: Anxpp,23,d boy

    下面演示使用该函数计算某字串在源串中出现的次数:

  1. select (length('MY INFO: Anxpp,23,and boy')-length(replace('MY INFO: Anxpp,23,and boy','an')))/length('an') from users;

    REGEXP_REPLACE是REPLACE的增强版,支持正则表达式,扩展了一些功能。

    语法:

  1. regexp_replace(source_string,pattern[,replace_string[,position[,occurrence[,match_parameter]]]])

    replace_string表示用什么来替换source_string中与pattern匹配的部分。

    occurrence为非负整数,0表示所有匹配项都被替换,为正数时替换第n次匹配。

    其他参数在前面都已经介绍过了。

    例1:

    想象这样一个场景:有一个分布式的爬虫,负责抓取网页的程序已经将数据存入数据库,而当前负责处理的程序需要从其中读取其中的一些数据,包括电话号码。号码一般是11为,前3位区号,中间4位表示交换机,再加上后面4位,格式也不能确定,我们可以试着用下面的SQL来读取,生成我们想要的格式:

  1. select regexp_replace('电话:023 5868-8888 邮箱:anxppp@163.com',
  2. '.*([[:digit:]]{3})([^[:digit:]]{0,2})([[:digit:]]{4})([^[:digit:]]{0,2})([[:digit:]]{4}).*',
  3. '(\1)\3\5'
  4. ) phone from users;

    该例返回:(023)58688888

    "\1"、“\3”、“\5”分别表示第1、3、5个数据集。其他的,大家慢慢看就能看懂了。

    配合where子句,可以限制要返回的行。

    2.5、REGEXP_COUNT

    REGEXP_COUNT函数返回在源串中出现的模式的次数,作为对REGEXP_INSTR函数的补充。

    虽然COUNT是一个集合函数,操作的是行组,但是REGEXP_COUNT是单行函数,分别计算每一行。

    语法:

  1. regexp_count(source_char,pattern[,position[,match_param]])

    REGEXP_COUNT返回pattern在source_char串中出现的次数。如果未找到匹配,函数返回0。

    metch_param参数,相对于前面介绍的match_parameter参数多一个取值“x”。

    'x':忽略空格字符。默认情况下,空格与自身想匹配。

    metch_param如果指定了多个互相矛盾的值,将使用最后一个值。

    前面介绍了使用replace函数统计字串在源串中出现的次数,这里可以使用REGEXP_COUNT实现,而且看起来更简单:

  1. select regexp_count('MY INFO: Anxpp,23,and boy','an') from users;

    返回:1

    此处还是使用match_param参数进行不区分大小写搜索:

  1. select regexp_count('MY INFO: Anxpp,23,and boy','an',1,'i') from users;

    返回:2


3、总结

    以上正则表达式相关函数的使用,主要体现在对正则表达式的掌握程度上,如果精通了正则表达式,一些非常复杂的串处理,也能用比较简洁的代码完成。

    更多阅读:Oracle中的字符串类型及相关函数详解

2
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:583246次
    • 积分:4726
    • 等级:
    • 排名:第6362名
    • 原创:95篇
    • 转载:1篇
    • 译文:0篇
    • 评论:228条
    博客动向
    不久的不久的一段时间后

    本博客将开一个Oracle的专栏

    会更新一批Oracle教程

    Docker技术教程

    Spring Boot相关教程
    博客专栏
    其他信息