Oracle正则表达式使用介绍
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)
1.1从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
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual; Output: @
@+ 表示匹配1个或者多个@
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual; Output: Null
@+ 表示匹配1个或者多个@
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
SELECT regexp_substr('Republicc Of Africaa', '([a-z])\1', 1, 1, 'i') FROM dual; Output: cc
([a-z]) 表示小写字母a-z \1 表示匹配前面的字符的连续次数
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次或者多次字母或数字字符,紧跟0次或1次逗号符 {3,4} 表示匹配前面的字符最少3次,最多4次 /? 表示匹配一个反斜杠字符0次或者1次
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, 3) AS output FROM dual; Output: Japan
其中: [^,]+ 表示匹配1个或者多个不是逗号的字符 1 表示从源字符串的第一个字符开始查找匹配 3 表示第3次匹配到的字符串
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
这里通过LEVEL来循环截取匹配到的字符串。
下面这个例子,查找源字符串中是否包含 kid 、kids或者kidding 这三个字符串
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 utput 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 表示不区分大小写
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
与REGEXP_SUBSTR一样,它也有变量pattern、position(开始位置)、occurrence 和match_parameter;这里主要介绍一下新参数return_option 的作用,它允许用户告诉Oracle,模式出现的时候,要返回什么内容。 具体如下面的例子所示:
SELECT regexp_instr('abc1def', '[[:digit:]]') output FROM dual; Output: 4
如果return_option 为1,则Oracle 返回跟在所搜索字符出现以后下一个字符的位置。
例如,下面的查询返回了在串中发现的第一个数字后的位置:
SELECT regexp_instr('abc1def', '[[:digit:]]',1,1,1) output FROM dual; Output: 5
元字符 | 字符含义 | 举例说明 |
^ | 匹配字符串的开始位置(在[]中使用,此时它表示不接受该字符集合。 | ^a:匹配以a开始的字符串 [^a]:匹配不含a的字符串 |
- | 当使用在a-m表示范围; 当使用在第一个字符时表示 连字符串,如[-abc] |
|
$ | 匹配字符结束位置 | ‘a$':匹配以a结束的字符串 |
. | 匹配除换行符 n之外的任何单字符。 |
|
? | 匹配前面的子表达式零次或一次 | tr(y(ing)?):可以表示try或者trying |
* | 匹配前面的子表达式零次或多次 |
|
+ | 匹配前面的子表达式一次或多次 |
|
() | 标记一个子表达式的开始和结束位置 | a(b)*可以匹配 ab,abb,abbb,youabb (c|d)匹配c或d |
[] | 标记一个中括号表达式 | [cd]匹配选择c或d等同于 (c|d)。匹配的是单字符,[^cd]是匹配c,d之外的单字符。 [a-z]表示所有小写字母 |
{m,n} | m= <出现次数 <=n,'{m}'表示出现m次,'{m,}'表示至少出现m次。 |
|
| | 表示或者的关系。指明两项之间的一个选择 |
|
字符簇 | 字符含义 |
|
[[:alpha:]] | 任何字母。 |
|
[[:digit:]] | [[:digit:]] 任何数字。 |
|
[[:alnum:]] | 任何字母和数 |
|
[[: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支持正则表达式的内置函数
名称 | 语法 | 备注 |
REGEXP_LIKE | REGEXP_LIKE (source_string, pattern [, match_parameter] ) | source_string: 源字符串 Pattern: 正则表达式 match_parameter: 匹配模式(i:不区分大小写;c:区分大小写;n:允许使用可以匹配任意字符串的操作符;m:将x作为一个包含多行的字符串。 |
REGEXP_REPLACE | REGEXP_REPLACE (source_string, pattern [,replace_string] [,position] [,occurtence] [,match_parameter] ) | replace_string: 用于替换的字符串 Position: 开始搜索的起始位置 occurtence 指定替换第n次出现字符串 其他同上。 |
REGEXP_SUBSTR | REGEXP_SUBSTR (source_string, pattern [,position [,occurrence [,match_parameter]]] ) | Position: 指定在字符串中准确位置,默认为1 Occurrence: 指定在源字符串匹配过程中相对其他字符串,哪个字符串应该匹配。例如 select regexp_substr('The zip code 80831 is for falcon, co', '[[:alpha:]]{3,}', 1, 3) from dual; 结果选择的是code而非The或zip。 |
REGEXP_INSTR | REGEXP_INSTR (source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]] ) | start_position: 开始搜索位置 Occurrence: 第n次出现pattern,默认为1 return_option: 0:pattern的起始位置 1:pattern下一个字符起始位置 默认为0 |
REGEXP_COUNT | REGEXP_COUNT (source_string, pattern [[,start_position] [,match_parameter]]) | 11g新增的函数,表示pattern在原字符串中出现的次数 start_position: 开始搜索的位置 |
Oracle支持正则表达式函数举例。
Regexp_substr:用来提取一个字符串的一部分。
Regexp_substr('first filed, second filed, thirdfiled', ', [^,]*,')
Pattern为', [^,]*,'表示以,开始逗号,中间空一个格,连续0或多个非逗号字符,最后还是逗号,这样,返回则为', second filed,'。
-------------------------------------------------------------------------------
Regexp_instr:用来pattern的起始位置。
如有一组地址,返回邮编的位置
regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA
91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')
显然结果位置是91234-1234对应的起始位置。
-------------------------------------------------------------------------------
Regexp_replace:用来将pattern替换成需要替换的字符串,相比传统的replace函数,该函数相比较灵活。例如:
'Jone smith'中有三个空格,而'Jone smith'有2个空格,要将中间的空格改为一个空格,使用replace就要使用2次,而是用正则表达式,我们就就可以将pattern设计为
'( ){2,}'这样
regexp_replace(mc,'( ){2,}',' ')
-------------------------------------------------------------------------------
regexp_like是增强版的like,可以包含_和%通配符,使用在where条件中。
正则表达式特性---后向引用
通过将自表达式匹配的内容缓存到缓冲区中,从左相右进行编号,以/digit(digit为1-9)。而子表达式用圆括号表示。
1.在regexp_replace中应用:
将字符串'aa bb cc'反写成'cc bb aa'则可以设计如下:
regexp_replace('aa bbcc','(.*) (.*) (.*)','\3 \2 \1')
(.*)则表示任何一个字符串组合,三个这样的组合用空格隔开,与源字符串吻合,\1,\2,\3则分别存储了三个字表达式的值,这样我们就可以使用这个达到目的。
2.在regexp_substr中应用:
查找被空格隔开的重复字母数字值
regexp_substr('the finaltest is is the implention','([[:alnum:]]+)([[:space:]]+)\1')
返回结果为is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串,但是增加一个\1就表示连续返回两个同样字符串,这样就把重复的串给找出来。
补充
oracle的正则表达式
本文摘要: 10g正则表达式提高了SQL灵活性。 无关的空白检测,或者分解多个正则组成的字符串等问题。
10g支持正则表达式的四个新函数分别是:REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
正则表达式代替了老的百分号(%)和通配符(_)字符。 匹配输入字符串的开始位置,在方括号表达式中使用,此时它表示不接受该字符集合。 匹配前面的子表达式零次或一次。 目前,正则表达式已经在很多软件中得到广泛的应用,包括*nix(Linux, Unix等),HP等操作系统,PHP,C#,Java等开发环境。
Oracle 10g正则表达式提高了SQL灵活性。有效的解决了数据有效性, 重复词的辨认, 无关的空白检测,或者分解多个正则组成 的字符串等问题。
Oracle 10g支持正则表达式的四个新函数分别是:REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。 它们使用POSIX 正则表达式代替了老的百分号(%)和通配符(_)字符。
特殊字符:
'^' 匹配输入字符串的开始位置,在方括号表达式中使用,此时它表示不接受该字符集合。
'$' 匹配输入字符串的结尾位置。
如果设置了 RegExp 对象的 Multiline 属性,则 $ 也匹配 'n' 或 'r'。
'.' 匹配除换行符 n之外的任何单字符。
'?' 匹配前面的子表达式零次或一次。
'*' 匹配前面的子表达式零次或多次。
'+' 匹配前面的子表达式一次或多次。
'( )' 标记一个子表达式的开始和结束位置。
'[]' 标记一个中括号表达式。
'{m,n}' 一个精确地出现次数范围,m=<出现次数<=n,'{m}'表示出现m次,'{m,}'表示至少出现m次。
'|' 指明两项之间的一个选择。例子'^([a-z]+|[0-9]+)$'表示所有小写字母或数字组合成的字符串。
num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。
正则表达式的一个很有用的特点是可以保存子表达式以后使用, 被称为Backreferencing.
允许复杂的替换能力 如调整一个模式到新的位置或者指示被代替的字符或者单词的位置. 被匹配的子表达式存储在临时缓冲区中, 缓冲区从左到右编号, 通过数字符号访问。
下面的例子列出了把名字 aa bb cc 变成 cc, bb, aa.
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual;
字符簇:
[[:alpha:]] 任何字母。 [[:digit:]] 任何数字。 [[:alnum:]] 任何字母和数字。 [[: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]。
各种操作符的运算优先级
转义符 (), (?:), (?=), [] 圆括号和方括号 *, +, ?, {n}, {n,}, {n,m} 限定符 ^, $, anymetacharacter 位置和顺序 | “或”操作
--测试数据
create table test(mc varchar2(60)); insert into test values('112233445566778899');
insert into test values('22113344 5566778899');
insert into test values('33112244 5566778899');
insert into test values('44112233 5566 778899');
insert into test values('5511 2233 4466778899');
insert into test values('661122334455778899');
insert into test values('771122334455668899');
insert into test values('881122334455667799');
insert into test values('991122334455667788');
insert into test values('aabbccddee');
insert into test values('bbaaaccddee');
insert into test values('ccabbddee');
insert into test values('ddaabbccee');
insert into test values('eeaabbccdd');
insert into test values('ab123');
insert into test values('123xy');
insert into test values('007ab');
insert into test values('abcxy');
insert into test values('The final test is is is how to find duplicate words.'); commit;
一、REGEXP_LIKE
select * from test where regexp_like(mc,'^a{1,3}'); s
elect * from test where regexp_like(mc,'a{1,3}');
select * from test where regexp_like(mc,'^a.*e$');
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'); --不区分数据大小写 ID MC -------------------- ------------------------------------------------------------ b bbbbb
------------------------------------
Oracle正则表达式匹配中文的方法
select regexp_replace('abc秋歌def','['||chr(128)||'-'||chr(255)||']','-') from dual;
方法2(替换中文字符和“\”):
SELECT regexp_replace(ASCIISTR('abc秋-''"",.。!@#$%^&^*()_+=歌def、\'),'\\[[:alnum:]]{4}','X') FROM DUAL;
测试例子:
select regexp_replace('abc秋-''"",.。!@#$%^&^*()_+=歌def、\','['||chr(128)||'-'||chr(255)||']','X') from dual
union all
SELECT regexp_replace(ASCIISTR('abc秋-''"",.。!@#$%^&^*()_+=歌def、\'),'\\[[:alnum:]]{4}','X') FROM DUAL;