【Oracle】Oracle系列之十--Oracle正则表达式

往期回顾

• 【Oracle】Oracle系列–Oracle数据类型
• 【Oracle】Oracle系列之二–Oracle数据字典
• 【Oracle】Oracle系列之三–Oracle字符集
• 【Oracle】Oracle系列之四–用户管理
• 【Oracle】Oracle系列之五–Oracle表空间
• 【Oracle】Oracle系列之六–Oracle表分区
• 【Oracle】Oracle系列之七–表的创建与管理
• 【Oracle】Oracle系列之八–SQL查询
• 【Oracle】Oracle系列之九–Oracle常用函数

前言

正则表达式 (Regular expression) 是一种强大的文本处理工具，Oracle数据库自9i版本开始引入了正则表达式支持，可帮助开发者快速而准确地匹配、查找和替换字符串，广泛应用于数据查询、数据分析、数据清洗等领域。

1. 基本语法

Oracle正则表达式的语法基于Perl语言的正则表达式语法，区分大小写（case sensitive）。

（1）字符匹配

.：匹配除了换行外的任意一个字符；
\d：匹配任何数字，相当于 [0-9]；
\D：匹配任何非数字字符，相当于 [^0-9]；
\w：匹配任何字母数字字符或下划线，相当于 [a-zA-Z0-9_]；
\W：表示匹配任何非字母数字字符或下划线，相当于 [^a-zA-Z0-9_]。

（2）限定符

*：匹配前一个字符出现0次或多次；
+：匹配前一个字符出现1次或多次；
?：匹配前一个字符出现0次或1次；
{n}：匹配前一个字符出现n次；
{n,}：匹配前一个字符出现n次或更多；
{n,m}：匹配前一个字符出现n~m次。
‘|’ ：指两项之间的一个选择。

e.g.

^([a-z]+|[0-9]+)$：表示所有小写字母或数字组合成的字符串。

（3）边界匹配

^：匹配开始位置；
$：匹配结束位置；
\b：匹配单词边界，即单词的开头或结尾位置；
\B：匹配非单词边界，即不是单词的开头或结尾位置。

（4）分组和引用

()：分组，标记一个子表达式的开始和结束位置；
\num：引用第num个子表达式，num从1开始。

（5）字符集合

[]：表示一组字符中的任意一个。

（6）转义符

\ \：表示转义一个字符。
oracle正则表达式还支持一些高级语法，例如贪婪匹配、非贪婪匹配、零宽断言(zero-width assertion)、后向引用(backreference)、捕获组等。

2. POSIX字符类

Oracle数据库中的POSIX字符类是一组特殊的字符类，用于在正则表达式中匹配特定的字符。

POSIX字符类以 [: 开头，以 :] 结尾，中间包含一个或多个字符，代表特定的字符集合。POSIX字符类中的字符集合可以是预定义的，也可以是自定义的。

[[:alpha:]] 任何字母，等同于字符集合 [a-zA-Z]；
[[:digit:]] 任何数字，等同于字符集合 [0-9]；
[[:alnum:]] 任何字母和数字，等同于字符集合 [a-zA-Z0-9]；
[[:space:]] 任何白字符；
[[:upper:]] 任何大写字母；
[[:lower:]] 任何小写字母；
[[:punct:]] 任何标点符号；
[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]。
Oracle数据库中，POSIX字符类可以用于各种正则表达式相关的操作，如模式匹配、替换、分割等。由于Oracle数据库中的POSIX字符类与其他数据库或编程语言中的POSIX字符类可能略有不同，具体使用时需要查看相关文档。

3. 正则表达式函数

Oracle数据库提供了多种正则表达式函数，可以对文本数据进行匹配、替换等操作。

REGEXP_LIKE: 判断字符串是否匹配指定的正则表达式。
e.g. 查询员工名字以"S"开头，以"n"结尾的记录：

SELECT * FROM emp WHERE REGEXP_LIKE(emp_name, '^S.*n$');

REGEXP_REPLACE: 替换字符串中的子串。
e.g. 将字符串"12345"中连续的三个数字替换成星号"*"，输出
“*45”：

SELECT REGEXP_REPLACE('12345', '\d{3}', '*') FROM dual;

REGEXP_SUBSTR: 提取字符串中匹配指定正则表达式的子串。
e.g. 从字符串"abc 123 def"中提取出连续的数字"123"：

SELECT REGEXP_SUBSTR('abc 123 def', '\d+') FROM dual;

REGEXP_INSTR: 返回字符串中匹配指定正则表达式的子串的位置。
e.g. 返回字符串"1ab2cd3ef"中第一个连续数字的起始位置，即1

SELECT REGEXP_INSTR('1ab2cd3ef', '\d+') FROM dual;

4. 常用正则表达式

– 查询value中不是纯数字的记录

select * from employee where not regexp_like(value,'^[[:digit:]]+$');

– 查询value中不包含任何数字的记录。

select * from employee where regexp_like(value,'^[^[:digit:]]+$');

–查询所有包含小写字母或者数字的记录。

select * from employee where regexp_like(value,'^([a-z]+|[0-9]+)$');

– 提取字符串中的数字

create or replace function EXTRACT_NUMBER(STR in varchar2) return varchar2 is
  POSITION number;
  STR_EXT varchar2(800);
  STR_TMP varchar2(800);
  result  varchar2(800);
begin
  STR_EXT:=STR;
  POSITION:=1;
  LOOP
    STR_TMP:=REGEXP_SUBSTR(STR_EXT,'([0-9]+)',POSITION);
    result:=result||STR_TMP;
    STR_EXT:= SUBSTR(STR_EXT,POSITION+LENGTH(STR_TMP),LENGTH(STR));
    POSITION:=regexp_instr(STR_EXT,'([0-9]+)',1);
  exit when POSITION is null or POSITION=0;
  end loop;
  return(result);
end EXTRACT_NUMBER;