Oracle正则表达式操作样例

数据处理过程中，对于质量不高的输入数据，经常要做一些清洗操作。如果不懂正则表达式，那是非常痛苦的事情。

正则表达式还是比较繁杂的，很容易被它的语法绕晕，想要精通更不容易，一般都是用到了去查，去试。
这里有一篇开发人员整理的常用清单，可以参考一下：
最全的常用正则表达式大全——包括校验数字、字符、一些特殊的需求等等

在Oracle中，提供了REGEXP_开头的正则表达式函数，包括REGEXP_REPLACE、REGEXP_INSTR、REGEXP_SUBSTR、REGEXP_LIKE、REGEXP_COUNT等5个函数。自己也只学了个皮毛，把常用的几个操作记录一下：

一、用regexp_replace做文本过滤

1.保留英文字符

SQL> select regexp_replace('SQL开发手册(one):99.98元/册','[^a-zA-Z]','') from dual;
REGEXP_REPLACE('SQL开发手册(ON
--------------------------
SQLone

2.保留数字（含小数点）

SQL> select regexp_replace('SQL开发手册(one):99.98元/册','[^0-9.]','') from dual;
REGEXP_REPLACE('SQL开发手册(ON
--------------------------
99.98

3.保留汉字和英文

SQL> select regexp_replace('SQL开发手册(one):99.98元/册','[^[:alpha:]]','') from dual;
REGEXP_REPLACE('SQL开发手册(ON
--------------------------
SQL开发手册one元册

这里[:alpha:]是POSIX组织定义的字符组合类，oracle支持一下12个组合
[:alnum:]、[:cntrl:]、[:lower:]、[:space:]、[:alpha:]、[:digit:]、[:print:]、[:upper:]、[:blank:]、[:graph:]、[:punct:]、[:xdigit:]
具体包括哪些字符，可以参照POSIX的解释：
POSIX Class

二、一个正则表达式样例的解释

SQL> select regexp_replace('1001-ad3Df38Fd,1002-6fG3Hdg,1003-Ku45SdGf78','([0-9]*)-([0-9a-zA-Z]*),?','\1(\2)'||chr(10))
  2    from dual;
REGEXP_REPLACE('1001-AD3DF38FD
-----------------------------------------------
1001(ad3Df38Fd)
1002(6fG3Hdg)
1003(Ku45SdGf78)

上面的SQL中，把原来的字符串（’1001-ad3Df38Fd,1002-6fG3Hdg,1003-Ku45SdGf78’）根据逗号（,）分解成3个部分，每个部分将原来的2个元素用减号（-）分隔的格式改成了用括号将第二个元素包括。

SQL中使用的正则表达式’([0-9])-([0-9a-zA-Z]),?’去匹配原字符串，然后替换成’\1(\2)’||chr(10)的表达式，可以这么解析：

([0-9]*)

表示有若干个数字，匹配1001，用括号是为了后面替换

-

减号

([0-9a-zA-Z]*)

有数字或英文字符若干个，匹配ad3Df38Fd，用括号是为了后面替换

,?

有0个或1个逗号，主要是匹配最后一段不是以逗号结尾。
以上是匹配的表达式，下面是替换用的表达式

\1

第一对()中的内容([0-9]*)，匹配1001

(\2)

第二对()中的内容([0-9a-zA-Z]*)，匹配ad3Df38Fd，用()进行包括。

chr(10)

换行