正则表达式三

----===============Oracle正则表达式(regularexpression)=================
/*
在oracle里正则表达式有四个函数可用，分别是regexp_like、regexp_substr、regexp_instr 和regexp_replace。
这里在我们oracle 10g里灵活应用。
先来简单介绍一下正则表达式的内容，正则表达式是做为快速查询的文本内容的，在linux应用比较多，
首先，行的起始与结束 “^”这个字符是表示只查找行首的内容。“$”这个字符只查找行末的内容。
接下来是“^”还可以做为一个排除字符来使用。还是使用例子来做一个演示比较明了一下。
*/

来介绍一下regexp_substr
这个也是一个非常实用的一个函数
REGEXP_SUBSTR与SUBSTR函数相同，返回截取的子字符串
REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]])
注：
srcstr 源字符串
pattern 正则表达式样式
position 开始匹配字符位置
occurrence 匹配出现次数
match_option 匹配选项（区分大小写）

SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual;
Output: 1PSN
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符

SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
与上面一个例子相比，多了两个参数
1 表示从源字符串的第一个字符开始查找匹配
2 表示第2次匹配到的字符串（默认值是“1”，如上例）

select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符
注意：需要区别“+”和“*”的区别

select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1个或者多个@
[[:alnum:]]* 表示匹配0个或者多个字母或数字字符

select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符

select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符

select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符

select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符

select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1个或者多个不是数字结尾的字符

select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1个或者多个不是“@”的字符

select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2)
from dual;
Output: Null
[[:alnum:]]* 表示匹配0个或者多个字母或者数字字符
注：因为是匹配0个或者多个，所以这里第2次匹配的是“/”（匹配了0次），而不是“231”，所以结果是“Null”

这里我们有时候会查询字符串里asdfafd<main>dafda 这里我们要取出<main>这个字符串
Select regexp_substr('asdfafd<main>dafda','<[^>]+>') from dual
Output: <main>
这里我们在<>中间去一个^>这样在匹配<之后，在向后查询的时候确保在匹配到>之前不再在有>,不然的话就要有可以出错的情况。

Select regexp_substr('asdfafd<main>da>fda','<[^<]+>') from dual
Output: <main>da>
在这个例子中，我们在<main>之后还在da>，这样的话，如果我们没有添加^>，正则表达式就会向后继续去匹配，直到最后一个>为至，
这样就会出现偏差

这个通常用来实现字符串的列传行
select regexp_substr('123;234;345;456;567;678;789','[^;]+',1,rownum) from dual
connect by rownum <= length('123;234;345;456;567;678;789') - length(replace('123;234;345;456;567;678;789',';'))+1
这里length这里操作是先得到有多少个“;”，再通过 connect by rownum方式来做一行成多行的操作，在变成多行之后，
可以通过regexp_substr来取字符串的操作

接着上一个例子
a,b,c,d,e,d,f,a,n这样的一个字符串，我们现在要把字符串里一些重复去掉，这样的话结果是a,b,c,d,e,f,n去掉了d与a的两个字符串
select wm_concat(new_row) from (
select distinct regexp_substr('a,b,c,d,e,d,f,a,n','[^,]+',1,rownum) new_row from dual
connect by rownum<=length('a,b,c,d,e,d,f,a,n')-length(replace('a,b,c,d,e,d,f,a,n',',')));
select wm_concat(new_row) from (
select distinct regexp_substr('a,b,c,d,e,d,f,a,n','[^,]+',1,rownum) new_row from dual
connect by rownum<=length('a,b,c,d,e,d,f,a,n')-length(replace('a,b,c,d,e,d,f,a,n',',')) ORDER BY new_row);
通过转成多行的，再用distinct 去掉重复，然后我们再通过wm_concat来字符串合并来完成。
再来一个ip格式转换的例子吧，我们一般的IP的格式是12.19.168.27现在要不足3位的补足前面为0，结果是012.019.168.027

select wm_concat(new_value) from (
select lpad(regexp_substr('12.19.168.27','[^.]+',1,rownum) ,3,'0') new_value,ROWNUM from dual
connect by rownum<5 order by rownum)
来一个验证IP是数字是否正确

select count(*) from(select lpad(regexp_substr('12.19.168.27','[^.]+',1,rownum) ,3,'0') new_value,ROWNUM from dual
connect by rownum<5) where new_value>=0 and new_value<256 having count(*) =4;

来一个IP字符串格式转换成数字型IP
select sum(new_value*power(256,4-rm)) from (
select regexp_substr('12.19.168.27','[^.]+',1,rownum) new_value,rownum rm from dual connect by rownum<=4)