Oracle 10g数据库内建了符合IEEE POSIX (Portable Operating System for Unix)标准的正则表达式。熟练使用正则表达式，可以写出简洁，强大的SQL语句。
正则表达式有几个优点优于常见的LIKE操作符和INSTR、SUBSTR及REPLACE 函数的。这些传统的SQL 函数不便于进行模式匹配。只有LIKE 操作符通过使用%和_字符匹配，但LIKE不支持表达式的重复、复杂的更替、字符范围、字符列表和POSIX 字符类等等。
元字符（Meta Character）：
Sql代码
- ^ 使表达式定位至一行的开头
- $ 使表达式定位至一行的末尾
- * 匹配 0 次或更多次
- ? 匹配 0 次或 1 次
- + 匹配 1 次或更多次
- {m} 正好匹配 m 次
- {m,} 至少匹配 m 次
- {m, n} 至少匹配 m 次但不超过 n 次
- [:alpha:] 字母字符
- [:lower:] 小写字母字符
- [:upper:] 大写字母字符
- [:digit:] 数字
- [:alnum:] 字母数字字符
- [:space:] 空白字符（禁止打印），如回车符、换行符、竖直制表符和换页符[:punct:] 标点字符
- [:cntrl:] 控制字符（禁止打印）
- [:print:] 可打印字符 | 分隔替换选项，通常与分组操作符 () 一起使用
- ( ) 将子表达式分组为一个替换单元、量词单元或后向引用单元
- [char] 字符列表
Oracle 10g提供了四个regexp function: REGEXP_LIKE , REGEXP_REPLACE , REGEXP_INSTR , REGEXP_SUBSTR 。
Sql代码
- REGEXP_LIKE：比较一个字符串是否与正则表达式匹配
- (srcstr, pattern [, match_option])
-
- REGEXP_INSTR：在字符串中查找正则表达式，并且返回匹配的位置
- (srcstr, pattern [, position [, occurrence [, return_option [, match_option]]]])
-
- REGEXP_SUBSTR：返回与正则表达式匹配的子字符串
- (srcstr, pattern [, position [, occurrence [, match_option]]])
-
- REGEXP_REPLACE：搜索并且替换匹配的正则表达式
- (srcstr, pattern [, replacestr [, position [, occurrence [, match_option]]]])
其中各参数的含义为:
Sql代码
- srcstr: 被查找的字符数据。
- pattern: 正则表达式。
- occurrence: 出现的次数。默认为1。
- position: 开始位置
- return_option: 默认值为0，返回该模式的起始位置；值为1则返回符合匹配条件的下一个字符的起始位置。
- replacestr: 用来替换匹配模式的字符串。
- match_option: 匹配方式选项。缺省为c。
- c：case sensitive
- I：case insensitive
- n：(.)匹配任何字符（包括newline)
- m：字符串存在换行的时候被作为多行处理
下面通过一些具体的例子来说明如何使用这四个函数。首先创建一个测试数据表，
Sql代码
- SQL> create table person (
- 2 first_name varchar(20),
- 3 last_name varchar(20),
- 4 email varchar(100),
- 5 zip varchar(6));
-
- Table created.
-
- SQL> insert into person values ('Steven', 'Chen', 'steven@hp.com', '123456');
- 1 row created.
-
- SQL> insert into person values ('James', 'Li', 'jamesli@sun.com' || chr(10) || 'lijames@oracle.com', '1b3d5f');
- 1 row created.
-
- SQL> commit;
- Commit complete.
-
- SQL> select * from person;
-
- FIRST_NAME LAST_NAME EMAIL ZIP
- ---------- ---------- -------------------- ------
- Steven Chen steven@hp.com 123456
- James Li jamesli@sun.com 1b3d5f
- lijames@oracle.com
1。REGEXP_LIKE
Sql代码
- SQL> select zip as invalid_zip from person where regexp_like(zip, '[^[:digit:]]');
- INVALID_ZIP
- --------------------
- 1b3d5f
-
- SQL> select first_name from person where regexp_like(first_name, '^S.*n$');
- FIRST_NAME
- ----------
- Steven
-
- SQL> select first_name from person where regexp_like(first_name, '^s.*n$');
- no rows selected
-
- SQL> select first_name from person where regexp_like(first_name, '^s.*n$', 'c');
- no rows selected
-
- SQL> select first_name from person where regexp_like(first_name, '^s.*n$', 'i');
- FIRST_NAME
- ----------
- Steven
-
- SQL> select email from person where regexp_like(email, '^james.*com$');
- no rows selected
-
- SQL> select email from person where regexp_like(email, '^james.*com$', 'n');
- EMAIL
- --------------------
- jamesli@sun.com
- lijames@oracle.com
-
- SQL> select email from person where regexp_like(email, '^li.*com$');
- no rows selected
-
- SQL> select email from person where regexp_like(email, '^li.*com$', 'm');
- EMAIL
- --------------------
- jamesli@sun.com
- lijames@oracle.com
注意上面分别测试了不同的match_option对结果的影响。
2。REGEXP_INSTR
Sql代码
- 查找zip中第一个非数字字符的位置
- SQL> select regexp_instr(zip, '[^[:digit:]]') as position from person;
- POSITION
- ----------
- 0
- 2
-
- 从第三个字符开始，查找zip中第二个非数字字符的位置
- SQL> select regexp_instr(zip, '[^[:digit:]]', 3, 2) as position from person;
- POSITION
- ----------
- 0
- 6
-
- 从第三个字符开始，查找zip中第二个非数字字符的下一个字符位置
- SQL> select regexp_instr(zip, '[^[:digit:]]', 3, 2, 1) as position from person;
- POSITION
- ----------
- 0
- 7
3。REGEXP_SUBSTR
Sql代码
- SQL> select regexp_substr(zip, '[^[:digit:]]') as zip from person;
- ZIP
- ------------------
- b
-
- SQL> select regexp_substr(zip, '[^[:digit:]]', 3, 2) as zip from person;
- ZIP
- ------------
- f
4。REGEXP_REPLACE
Sql代码
- 把zip中所有非数字字符替换为0
- SQL> update person set zip=regexp_replace(zip, '[^[:digit:]]', '0')
- 2 where regexp_like(zip, '[^[:digit:]]');
- 1 row updated.
-
- SQL> select zip from person;
- ZIP
- ------
- 123456
- 103050
后向引用（backreference）：
后向引用是 一个很有用的特性。它能够把子表达式的匹配部分保存在临时缓冲区中，供以后重用 。缓冲区从左至右进行编号，并利用 \digit 符号进行访问。子表达式用一组圆括号来显示。利用后向引用可以实现较复杂的替换功能。
Sql代码
- SQL> select regexp_replace('Steven Chen', '(.*) (.*)', '\2, \1') as reversed_name from dual;
-
- REVERSED_NAME
- --------------------
- Chen, Steven
在DDL中也可以正则表达式，比如Constraint, index, view
Sql代码
- SQL> alter table person add constraint constraint_zip check (regexp_like(zip, '^[[:digit:]]+$'));
-
- SQL> create index person_idx on person(regexp_substr(last_name, '^[[:upper:]]'));
4. oracle正则表达式(未经测试完全)
5. ===========================================================
6. 作者: dragonosoft(http://dragonosoft.itpub.net)
发表于: 2009.03.19 19:43
分类: 收藏
出处: http://dragonosoft.itpub.net/post/38925/480626
---------------------------------------------------------------
7. 一. 匹配字符
|
字符类 |
匹配的字符 |
举 例 |
|
d |
从０-９的任一数字 |
dd匹配72,但不匹配aa或7a |
|
D |
任一非数字字符 |
DDD匹配abc,但不匹配123 |
|
w |
任一单词字符，包括A-Z,a-z,0-9和下划线 |
wwww匹配Ab-2，但不匹配∑£$%*或Ab_@ |
|
W |
任一非单词字符 |
W匹配＠，但不匹配a |
|
s |
任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符 |
匹配在HTML,XML和其他标准定义中的所有传统空白字符 |
|
S |
任一非空白字符 |
空白字符以外的任意字符,如A%&g3;等 |
|
. |
任一字符 |
匹配除换行符以外的任意字符除非设置了MultiLine先项 |
|
[…] |
括号中的任一字符 |
[abc]将匹配一个单字符,a,b或c. [a-z]将匹配从a到z的任一字符 |
|
[^…] |
不在括号中的任一字符 |
[^abc]将匹配一个a、b、c之外的单字符,可以a,b或A、B、C [a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母 |
8. 二. 重复字符
|
重复字符 |
含 义 |
举 例 |
|
｛n｝ |
匹配前面的字符n次 |
x{2}匹配xx,但不匹配x或xxx |
|
｛n,｝ |
匹配前面的字符至少n次 |
x{2}匹配2个或更多的x,如xxx,xxx.. |
|
｛n,m｝ |
匹配前面的字符至少n次,至多m次。如果n为0，此参数为可选参数 |
x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx |
|
? |
匹配前面的字符0次或1次，实质上也是可选的 |
x?匹配x或零个x |
|
+ |
匹配前面的字符0次或多次 |
x+匹配x或xx或大于0的任意多个x |
|
* |
匹配前面的字符0次或更多次 |
x*匹配0,1或更多个x |
9. 三. 定位字符
|
定位字符 |
描 述 |
|
^ |
随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一个字符串）来说，需要设置多行标志 |
|
$ |
前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾 |
|
A |
前面的模式必须位于字符串的开始位置，忽略多行标志 |
|
z |
前面的模式必须位于字符串的未端，忽略多行标志 |
|
Z |
前面的模式必须位于字符串的未端，或者位于一个换行符前 |
|
b |
匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首 |
|
B |
匹配一个非单词字符边界位置，不是一个单词的词首 |
10. 注：定位字符可以应用于字符或组合，放在字符串的左端或右端
11. 四. 分组字符
|
分组字符 |
定 义 |
举 例 |
|
（） |
此字符可以组合括号内模式所匹配的字符，它是一个捕获组，也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分 |
输入字符串为：ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式：（[A-Z]{3}d） 将产生两次匹配：Match 1=ABC1;Match 2=DEF2 每次匹配对应一个组：Match1的第一个组＝ABC;Match2的第1个组＝DEF 有了反向引用，就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项，就不能使用组所捕获的内容 |
|
（?:） |
此字符可以组合括号内模式所匹配的字符，它是一个非捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture |
输入字符串为：1A BB SA1 C 匹配一个数字或一个A到Z的字母，接着是任意单词字符的正则表达式为：（?:d|[A-Z]w） 它将产生3次匹配：每1次匹配＝1A；每2次匹配＝BB;每3次匹配＝SA 但是没有组被捕获 |
|
（?<name>） |
此选项组合括号内模式所匹配的字符，并用尖括号中指定的值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture选项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group类访问 |
输入字符串为：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名，并在一个组llastName中捕获姓的正则表达式为：b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)b 它产生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个lastName组： 第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不管是否设置了选项ExplictCapture，组都将被捕获 |
|
（?=） |
正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 |
正则表达式S+(?=.NET)要匹配的输入字符串为：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配：〕 C# VB JScript. |
|
（?!） |
负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 |
d{3}(?![A-Z])要匹配的输入字符串为：123A 456 789111C 将产生如下匹配： 456 789 |
|
（?<=） |
反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 |
正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为：The following states,New Mexico,West Virginia,Washington,New England 它将产生如下匹配： Mexico England |
|
（?<!） |
反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分 |
正则表达式(?<!1)d{2}([A-Z])要匹配的输入字符串如下：123A456F789C111A 它将实现如下匹配： 56F 89C |
|
（?>） |
非回溯组。防止Regex引擎回溯并且防止实现一次匹配 |
假设要匹配所有以“ing”结尾的单词。输入字符串如下：He was very trusing 正则表达式为：.*ing 它将实现一次匹配――单词trusting。“.”匹配任意字符，当然也匹配“ing”。所以，Regex引擎回溯一位并在第2个“t”停止，然后匹配指定的模式“ing”。但是，如果禁用回溯操作：(?>.*)ing 它将实现0次匹配。“.”能匹配所有的字符，包括“ing”――不能匹配，从而匹配失败 |
12. 五. 决策字符
|
字 符 |
描 述 |
举 例 |
|
（?(regex)yes_regex|no_regex） |
如果表达式regex匹配，那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意，作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配 |
正则表达式(?(d)dA|A-Z)B)要匹配的输入字符串为：1A CB3A5C 3B 它实现的匹配是： 1A CB 3A |
|
（?(group name or number)yes_regex|no_regex） |
如果组中的正则表达式实现了匹配，那么试图匹配yes正则表达式。否则，试图匹配正则表达式no。no是可先的参数 |
正则表达式 (d7)?-(?(1)dd[A-Z]|[A-Z][A-Z]要匹配的输入字符串为： 77-77A 69-AA 57-B 它实现的匹配为： 77-77A －AA |
13. 注：上面表中列出的字符强迫处理器执行一次if-else决策
14. 六. 替换字符
|
字 符 |
描 述 |
|
$group |
用group指定的组号替换 |
|
${name} |
替换被一个(?<name>)组匹配的最后子串 |
|
$$ |
替换一个字符$ |
|
$& |
替换整个的匹配 |
|
$^ |
替换输入字符串匹配之前的所有文本 |
|
$’ |
替换输入字符串匹配之后的所有文本 |
|
$+ |
替换最后捕获的组 |
|
$_ |
替换整个的输入字符串 |
15. 注：以上为常用替换字符，不全
16. 七. 转义序列
|
字 符 |
描 述 |
|
匹配字符“” | |
|
. |
匹配字符“.” |
|
* |
匹配字符“*” |
|
+ |
匹配字符“+” |
|
? |
匹配字符“?” |
|
| |
匹配字符“|” |
|
( |
匹配字符“(” |
|
) |
匹配字符“)” |
|
{ |
匹配字符“{” |
|
} |
匹配字符“}” |
|
^ |
匹配字符“^” |
|
$ |
匹配字符“$” |
|
n |
匹配换行符 |
|
r |
匹配回车符 |
|
t |
匹配制表符 |
|
v |
匹配垂直制表符 |
|
f |
匹配换面符 |
|
nnn |
匹配一个8进数字，nnn指定的ASCII字符。如103匹配大写的C |
|
xnn |
匹配一个16进数字，nn指定的ASCII字符。如x43匹配大写的C |
|
unnnn |
匹配由4位16进数字（由nnnn表示）指定的Unicode字符 |
|
cV |
匹配一个控制字符，如cV匹配Ctrl-V |
17. 八. 选项标志
|
选项标志 |
名 称 |
|
I |
IgnoreCase |
|
M |
Multiline |
|
N |
ExplicitCapture |
|
S |
SingleLine |
|
X |
IgnorePatternWhitespace |
18. 注：选项本身的信作含义如下表所示：
|
标 志 |
名 称 |
|
IgnoreCase |
使模式匹配不区分大小写。默认的选项是匹配区分大小写 |
|
RightToLeft |
从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯 |
|
None |
不设置标志。这是默认选项 |
|
Multiline |
指定^和$可以匹配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“.”仍然不匹配换行符 |
|
SingleLine |
规定特殊字符“.”匹配任意的字符，包括换行符。默认情况下，特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用 |
|
ECMAScript. |
ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现，而且已经在ECMAScript规范中实现，这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用，ECMAScript都将产生异常 |
|
IgnorePatternWhitespace |
此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有的空白进行转义。如果设置了此选项，还可以使用“#”字符来注释下则表达式 |
|
Complied |
它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改 |