ORACLE 中的 正则表达式

1. 
REGEXP_SUBSTR 
REGEXP_SUBSTR 函数使用正则表达式来指定返回串的起点和终点，返回与source_string 字符集中的VARCHAR2 或CLOB 数据相同的字符串。 
语法： 
--1.REGEXP_SUBSTR与SUBSTR函数相同，返回截取的子字符串 
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 
注意：需要注意“+”和“*”的区别 
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual; 
Output: @ 
@+ 表示匹配1个或者多个@ 
[[:alnum:]]* 表示匹配0个或者多个字母或数字字符 
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual; 
Output: Null 
@+ 表示匹配1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('@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('[e-mail]','[^@]+') 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 
注：因为是匹配0个或者多个，所以这里第2次匹配的是“/”（匹配了0次），而不是“231”，所以结果是“Null” 
1.2匹配重复出现 
查找连续2个小写字母 
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 
1 
表示从源字符串的第1个字符开始匹配 
1 
第1次出现符合匹配结果的字符 
i 
表示区分大小写 
1.3其他一些匹配样式 
查找网页地址信息 
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 


提取csv字符串中的第三个值 
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 
注：这个通常用来实现字符串的列传行 
--字符串的列传行 
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 output 

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 
2. 
REGEXP_INSTR 
REGEXP_INSTR 函数使用正则表达式返回搜索模式的起点和终点。REGEXP_INSTR 的语法如下所示。REGEXP_INSTR 返回一个整数，指出搜索模式的开始或结束的位置，如果没有发现匹配的值，则返回0。 
语法： 
--2.REGEXP_INSTR与INSTR函数相同，返回字符串位置 
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： 
--如果return_option 为0 则，Oracle 返回第一个字符出现的位置。这是默认值，与INSTR的作用相同 
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


Oracle正则表达式(regularexpression)

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； 
REGEXP_REPLACE('ELLENHILDISMIT 
cc, bb, aa 
'' 转义符。 

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}'); 
select * 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 

详细出处参考：
http://www.jb51.net/article/31227.htm