Oracle正则表达式之 Regexp_XXX
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;
