Oracle 学习笔记: 正则表达式

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）：

^            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 。

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:

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> 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', '[e-mail]', '123456');
1 row created.

SQL> insert into person values ('James', 'Li', '[e-mail]' || chr(10) || '[e-mail]', '1b3d5f');
1 row created.

SQL> commit;
Commit complete.

SQL> select * from person;

FIRST_NAME LAST_NAME  EMAIL                ZIP
---------- ---------- -------------------- ------
Steven     Chen       [e-mail]        123456
James      Li         [e-mail]      1b3d5f
                      [e-mail]

 

1。REGEXP_LIKE

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
--------------------
[e-mail]
[e-mail]

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
--------------------
[e-mail]
[e-mail]

 

注意上面分别测试了不同的match_option对结果的影响。

 

2。REGEXP_INSTR

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> 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

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> 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> alter table person add constraint constraint_zip check (regexp_like(zip, '^[[:digit:]]+$'));

SQL> create index person_idx on person(regexp_substr(last_name, '^[[:upper:]]'));