Oracle系列学习之Oracle正则表达式详解

引言

正则表达式 (Regular expression) 是一种强大的文本处理工具，Oracle数据库自9i版本开始引入了正则表达式支持，可帮助开发者快速而准确地匹配、查找和替换字符串，广泛应用于数据查询、数据分析、数据清洗等领域。

1. 基本语法

Oracle正则表达式的语法基于Perl语言的正则表达式语法，区分大小写（case sensitive）。

（1）字符匹配

• .：匹配除了换行外的任意一个字符；
• \d：匹配任何数字，相当于 [0-9]；
• \D：匹配任何非数字字符，相当于 [^0-9]；
• \w：匹配任何字母数字字符或下划线，相当于 [a-zA-Z0-9_]；
• \W：表示匹配任何非字母数字字符或下划线，相当于 [^a-zA-Z0-9_]。

（2）限定符

• *：匹配前一个字符出现0次或多次；
• +：匹配前一个字符出现1次或多次；
• ?：匹配前一个字符出现0次或1次；
• {n}：匹配前一个字符出现n次；
• {n,}：匹配前一个字符出现n次或更多；
• {n,m}：匹配前一个字符出现n~m次。

'|' ：指两项之间的一个选择。

e.g.

^([a-z]+|[0-9]+)$：表示所有小写字母或数字组合成的字符串。

（3）边界匹配

• ^：匹配开始位置；
• $：匹配结束位置；
• \b：匹配单词边界，即单词的开头或结尾位置；
• \B：匹配非单词边界，即不是单词的开头或结尾位置。

（4）分组和引用

• ()：分组，标记一个子表达式的开始和结束位置；
• \num：引用第num个子表达式，num从1开始。

（5）字符集合

• []：表示一组字符中的任意一个。

（6）转义符

• \\：表示转义一个字符。

oracle正则表达式还支持一些高级语法，例如贪婪匹配、非贪婪匹配、零宽断言(zero-width assertion)、后向引用(backreference)、捕获组等。

2. POSIX字符类

Oracle数据库中的POSIX字符类是一组特殊的字符类，用于在正则表达式中匹配特定的字符。

POSIX字符类以 [: 开头，以 :] 结尾，中间包含一个或多个字符，代表特定的字符集合。POSIX字符类中的字符集合可以是预定义的，也可以是自定义的。

• [[:alpha:]] 任何字母，等同于字符集合 [a-zA-Z]；
• [[:digit:]] 任何数字，等同于字符集合 [0-9]；
• [[:alnum:]] 任何字母和数字，等同于字符集合 [a-zA-Z0-9]；
• [[: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数据库中，POSIX字符类可以用于各种正则表达式相关的操作，如模式匹配、替换、分割等。由于Oracle数据库中的POSIX字符类与其他数据库或编程语言中的POSIX字符类可能略有不同，具体使用时需要查看相关文档。

3. 正则表达式函数

Oracle数据库提供了多种正则表达式函数，可以对文本数据进行匹配、替换等操作。

• REGEXP_LIKE: 判断字符串是否匹配指定的正则表达式。

e.g. 查询员工名字以"S"开头，以"n"结尾的记录：

SELECT * FROM emp WHERE REGEXP_LIKE(emp_name, '^S.*n$');

• REGEXP_REPLACE: 替换字符串中的子串。

e.g. 将字符串"12345"中连续的三个数字替换成星号"*"，输出
“*45”：

SELECT REGEXP_REPLACE('12345', '\d{3}', '*') FROM dual;

• REGEXP_SUBSTR: 提取字符串中匹配指定正则表达式的子串。

e.g. 从字符串"abc 123 def"中提取出连续的数字"123"：

SELECT REGEXP_SUBSTR('abc 123 def', '\d+') FROM dual;

• REGEXP_INSTR: 返回字符串中匹配指定正则表达式的子串的位置。

e.g. 返回字符串"1ab2cd3ef"中第一个连续数字的起始位置，即1

SELECT REGEXP_INSTR('1ab2cd3ef', '\d+') FROM dual;

4. 常用正则表达式

-- 查询value中不是纯数字的记录
select * from employee where not regexp_like(value,'^[[:digit:]]+$');

-- 查询value中不包含任何数字的记录。
select * from employee where regexp_like(value,'^[^[:digit:]]+$');

--查询所有包含小写字母或者数字的记录。
select * from employee where regexp_like(value,'^([a-z]+|[0-9]+)$');

-- 提取字符串中的数字
create or replace function EXTRACT_NUMBER(STR in varchar2) return varchar2 is
  POSITION number;
  STR_EXT varchar2(800);
  STR_TMP varchar2(800);
  result  varchar2(800);
begin
  STR_EXT:=STR;
  POSITION:=1;
  LOOP
    STR_TMP:=REGEXP_SUBSTR(STR_EXT,'([0-9]+)',POSITION);
    result:=result||STR_TMP;
    STR_EXT:= SUBSTR(STR_EXT,POSITION+LENGTH(STR_TMP),LENGTH(STR));
    POSITION:=regexp_instr(STR_EXT,'([0-9]+)',1);
  exit when POSITION is null or POSITION=0;
  end loop;
  return(result);
end EXTRACT_NUMBER;

附：Oracle使用正则表达式匹配/修改记录

1、匹配数字+符号

场景：有N行记录，均带有数字和顿号前缀，需要筛选以上格式的内容行

正则：^[0-9][:、]

语法：regexp(原内容，正则表达式)

SQL示例：select * from table where regexp_like(source_character,'^[0-9][:、]')

类似于:

select * from table where source_character like '数字、%'

2、修改匹配到的内容，并提交事务

场景：有N条记录，需要对其中M条具有固定格式的记录进行批量更新。更新规则为：去掉数字加顿号的序号前缀

正则：使用regexp_replace移除字符串前的数字+符号

语法：regexp_replace(原内容,正则表达式,替换后的内容，替换第N次出现的字符)

示例：update table set col = regexp_replace(col,'^[0-9][:、]'，'',1) where xxx

解释：匹配所有以数字+、开头的字符串，并替换为空白，且仅替换第一次匹配到的内容

总结 

到此这篇关于Oracle正则表达式详解的文章就介绍到这了,更多相关Oracle正则表达式内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论