Oracle 正則表達式

作者:管理員 日期:2018-10-25 瀏覽:

就是由普通字符(例如字符a到z)以及特殊字符(稱為元字符)組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作為一個模板,將某個字符模式與所搜索的字符串進行匹配。

本文詳細地列出了能在正則表達式中使用,以匹配文本的各種字符。當你需要解釋一個現有的正則表達式時,可以作為一個快捷的參考。更多詳細內容,請參考:Francois Liger,Craig McQueen,Pal Wilton[劉樂亭譯] C#字符串和正則表達式參考手冊北京:清華大學出版社2003.2

.     匹配字符

字符類

匹配的字符

 

\d

從0-9的任一數字

\d\d匹配72,但不匹配aa或7a

\D

任一非數字字符

\D\D\D匹配abc,但不匹配123

\w

任一單詞字符,包括A-Z,a-z,0-9和下劃線

\w\w\w\w匹配Ab-2,但不匹配∑£$%*或[email protected]

\W

任一非單詞字符

\W匹配@,但不匹配a

\s

任一空白字符,包括制表符,換行符,回車符,換頁符和垂直制表符

匹配在HTML,XML和其他標準定義中的所有傳統空白字符

\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

匹配除換行符以外的任意字符除非設置了MultiLine先項

[…]

括號中的任一字符

[abc]將匹配一個單字符,a,b或c.

[a-z]將匹配從a到z的任一字符

[^…]

不在括號中的任一字符

[^abc]將匹配一個a、b、c之外的單字符,可以a,b或A、B、C

[a-z]將匹配不屬于a-z的任一字符,但可以匹配所有的大寫字母

 

.     重復字符

重復字符

 

 

{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個或更多的x,如xxx,xxx..

{n,m}

匹配前面的字符至少n次,至多m次。如果n為0,此參數為可選參數

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,實質上也是可選的

x?匹配x或零個x

+

匹配前面的字符0次或多次

x+匹配x或xx或大于0的任意多個x

*

匹配前面的字符0次或更多次

x*匹配0,1或更多個x

 

.     定位字符

定位字符

 

^

隨后的模式必須位于字符串的開始位置,如果是一個多行字符串,則必須位于行首。對于多行文本(包含回車符的一個字符串)來說,需要設置多行標志

$

前面的模式必須位于字符串的未端,如果是一個多行字符串,必須位于行尾

\A

前面的模式必須位于字符串的開始位置,忽略多行標志

\z

前面的模式必須位于字符串的未端,忽略多行標志

\Z

前面的模式必須位于字符串的未端,或者位于一個換行符前

\b

匹配一個單詞邊界,也就是一個單詞字符和非單詞字符中間的點。要記住一個單詞字符是[a-zA-Z0-9]中的一個字符。位于一個單詞的詞首

\B

匹配一個非單詞字符邊界位置,不是一個單詞的詞首

注:定位字符可以應用于字符或組合,放在字符串的左端或右端

 

 

.     分組字符

分組字符

 

 

()

此字符可以組合括號內模式所匹配的字符,它是一個捕獲組,也就是說模式匹配的字符作為最終設置了ExplicitCapture選項――默認狀態下字符不是匹配的一部分

輸入字符串為:ABC1DEF2XY

匹配3個從A到Z的字符和1個數字的正則表達式:([A-Z]{3}\d)

將產生兩次匹配:Match 1=ABC1;Match 2=DEF2

每次匹配對應一個組:Match1的第一個組=ABC;Match2的第1個組=DEF

有了反向引用,就可以通過它在正則表達式中的編號以及C#和類Group,GroupCollection來訪問組。如果設置了ExplicitCapture選項,就不能使用組所捕獲的內容

(?:)

此字符可以組合括號內模式所匹配的字符,它是一個非捕獲組,這意味著模式所的字符將不作為一個組來捕獲,但它構成了最終匹配結果的一部分。它基本上與上面的組類型相同,但設定了選項ExplicitCapture

輸入字符串為:1A BB SA1 C

匹配一個數字或一個A到Z的字母,接著是任意單詞字符的正則表達式為:(?:\d|[A-Z]\w)

它將產生3次匹配:每1次匹配=1A;每2次匹配=BB;每3次匹配=SA

但是沒有組被捕獲

(?<name>)

此選項組合括號內模式所匹配的字符,并用尖括號中指定的值為組命名。在正則表達式中,可以使用名稱進行反向引用,而不必使用編號。即使不設置ExplicitCapture選項,它也是一個捕獲組。這意味著反向引用可以利用組內匹配的字符,或者通過Group類訪問

輸入字符串為:Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能夠匹配它們的姓名,并在一個組llastName中捕獲姓的正則表達式為:\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b

它產生了4次匹配:First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza

每一次匹配都對應了一個lastName組:

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

不管是否設置了選項ExplictCapture,組都將被捕獲

(?=)

正聲明。聲明的右側必須是括號中指定的模式。此模式不構成最終匹配的一部分

正則表達式\S+(?=.NET)要匹配的輸入字符串為:The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal

將產生如下匹配:〕

C#

VB

JScript.

(?!)

負聲明。它規定模式不能緊臨著聲明的右側。此模式不構成最終匹配的一部分

\d{3}(?![A-Z])要匹配的輸入字符串為:123A 456 789111C

將產生如下匹配:

456

789

(?<=)

反向正聲明。聲明的左側必須為括號內的指定模式。此模式不構成最終匹配的一部分

正則表達式(?<=New)([A-Z][a-z]+)要匹配的輸入字符串為:The following states,New Mexico,West Virginia,Washington, New England

它將產生如下匹配:

Mexico

England

(?<!)

反向正聲明。聲明的左側必須不能是括號內的指定模式。此模式不構成最終匹配的一部分

正則表達式(?<!1)\d{2}([A-Z])要匹配的輸入字符串如下:123A456F789C111A

它將實現如下匹配:

56F

89C

(?>)

非回溯組。防止Regex引擎回溯并且防止實現一次匹配

假設要匹配所有以“ing”結尾的單詞。輸入字符串如下:He was very trusing

正則表達式為:.*ing

它將實現一次匹配――單詞trusting。“.”匹配任意字符,當然也匹配“ing”。所以,Regex引擎回溯一位并在第2個“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing

它將實現0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,從而匹配失敗

 

.     決策字符

 

  

 

 

(?(regex)yes_regex|no_regex)

如果表達式regex匹配,那么將試圖匹配表達式yes。否則匹配表達式no。正則表達式no是可先參數。注意,作出決策的模式寬度為0.這意味著表達式yes或no將從與regex表達式相同的位置開始匹配

正則表達式(?(\d)dA|A-Z)B)要匹配的輸入字符串為:1A CB3A5C 3B

它實現的匹配是:

1A

CB

3A

(?(group name or number)yes_regex|no_regex)

如果組中的正則表達式實現了匹配,那么試圖匹配yes正則表達式。否則,試圖匹配正則表達式no。no是可先的參數

正則表達式

 (\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的輸入字符串為:

77-77A 69-AA 57-B

它實現的匹配為:

77-77A

-AA

 

注:上面表中列出的字符強迫處理器執行一次if-else決策

 

.     替換字符

 

 

$group

用group指定的組號替換

${name}

替換被一個(?<name>)組匹配的最后子串

$$

替換一個字符$

$&

替換整個的匹配

$^

替換輸入字符串匹配之前的所有文本

$’

替換輸入字符串匹配之后的所有文本

$+

替換最后捕獲的組

$_

替換整個的輸入字符串

注:以上為常用替換字符,不全

 

.     轉義序列

 

 

\\

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

匹配換行符

\r

匹配回車符

\t

匹配制表符

\v

匹配垂直制表符

\f

匹配換面符

\nnn

匹配一個8進數字,nnn指定的ASCII字符。如\103匹配大寫的C

\xnn

匹配一個16進數字,nn指定的ASCII字符。如\x43匹配大寫的C

\unnnn

匹配由4位16進數字(由nnnn表示)指定的Unicode字符

\cV

匹配一個控制字符,如\cV匹配Ctrl-V

 

.     選項標志

選項標志

 

I

IgnoreCase

M

Multiline

N

ExplicitCapture

S

SingleLine

X

IgnorePatternWhitespace

注:選項本身的信作含義如下表所示:

 

 

IgnoreCase

使模式匹配不區分大小寫。默認的選項是匹配區分大小寫

RightToLeft

從右到左搜索輸入字符串。默認是從左到右以符合英語等的閱讀習慣,但不符合阿拉伯語或希伯來語的閱讀習慣

None

不設置標志。這是默認選項

Multiline

指定^和$可以匹配行首和行尾,以及字符串的開始和結尾。這意味著可以匹配每個用換行符分隔的行。但是,字符“.”仍然不匹配換行符

SingleLine

規定特殊字符“.”匹配任意的字符,包括換行符。默認情況下,特殊字符“.”不匹配換行符。通常與MultiLine選項一起使用

ECMAScript.

ECMA(European Coputer Manufacturer’s Association,歐洲計算機生產商協會)已經定義了正則表達式應該如何實現,而且已經在ECMAScript規范中實現,這是一個基于標準的JavaScript。這個選項只能與IgnoreCase和MultiLine標志一起使用。與其它任何標志一起使用,ECMAScript都將產生異常

IgnorePatternWhitespace

此選項從使用的正則表達式模式中刪除所有非轉義空白字符。它使表達式能跨越多行文本,但必須確保對模式中所有的空白進行轉義。如果設置了此選項,還可以使用“#”字符來注釋下則表達式

Complied

它把正則表達式編譯為更接近機器代碼的代碼。這樣速度快,但不允許對它進行任何修改

 

oracle的正則表達式(regular expression)簡單介紹

目前,正則表達式已經在很多軟件中得到廣泛的應用,包括*nix(Linux, Unix等),HP等操作系統,PHP,C#,Java等開發環境。

Oracle 10g正則表達式提高了SQL靈活性。有效的解決了數據有效性, 重復詞的辨認, 無關的空白檢測,或者分解多個正則組成
的字符串等問題。

Oracle 10g支持正則表達式的四個新函數分別是:REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
它們使用POSIX 正則表達式代替了老的百分號(%)和通配符(_)字符。


REGEXP_REPLACE(source_string,pattern,replace_string,position,occurtence,match_parameter)函數(10g新函數)
   描述:字符串替換函數。相當于增強的replace函數。Source_string指定源字符表達式;pattern指定規則表達式;replace_string指定用于替換的字符串;position指定起始搜索位置;occurtence指定替換出現的第n個字符串;match_parameter指定默認匹配操作的文本串。
   其中replace_string,position,occurtence,match_parameter參數都是可選的。


REGEXP_SUBSTR(source_string, pattern[,position [, occurrence[, match_parameter]]])函數(10g新函數)
    描述:返回匹配模式的子字符串。相當于增強的substr函數。Source_string指定源字符表達式;pattern指定規則表達式;position指定起始搜索位置;occurtence指定替換出現的第n個字符串;match_parameter指定默認匹配操作的文本串。
    其中position,occurtence,match_parameter參數都是可選的

match_option的取值如下:
 ‘c’   說明在進行匹配時區分大小寫(缺省值);
  'i'   說明在進行匹配時不區分大小寫;
  'n'   允許使用可以匹配任意字符的操作符;
  'm'   將x作為一個包含多行的字符串。

REGEXP_LIKE(source_string, pattern[, match_parameter])函數(10g新函數)
    描述:返回滿足匹配模式的字符串。相當于增強的like函數。Source_string指定源字符表達式;pattern指定規則表達式;match_parameter指定默認匹配操作的文本串。
    其中position,occurtence,match_parameter參數都是可選的


REGEXP_INSTR(source_string, pattern[, start_position[, occurrence[, return_option[, match_parameter]]]])函數(10g新函數)
    描述: 該函數查找 pattern ,并返回該模式的第一個位置。您可以隨意指定您想要開始搜索的 start_position。 occurrence 參數默認為 1,除非您指定您要查找接下來出現的一個模式。return_option 的默認值為 0,它返回該模式的起始位置;值為 1 則返回符合匹配條件的下一個字符的起始位置



特殊字符:
'^' 匹配輸入字符串的開始位置,在方括號表達式中使用,此時它表示不接受該字符集合。
'$' 匹配輸入字符串的結尾位置。如果設置了 RegExp 對象的 Multiline 屬性,則 $ 也匹配 'n' 或 'r'。
'.' 匹配除換行符 n之外的任何單字符。
'?' 匹配前面的子表達式零次或一次。
'*' 匹配前面的子表達式零次或多次。
'+' 匹配前面的子表達式一次或多次。
'( )' 標記一個子表達式的開始和結束位置。
'[]' 標記一個中括號表達式。
'{m,n}' 一個精確地出現次數范圍,m= <出現次數 <=n,'{m}'表示出現m次,'{m,}'表示至少出現m次。
' ¦' 指明兩項之間的一個選擇。例子'^([a-z]+ ¦[0-9]+)$'表示所有小寫字母或數字組合成的字符串。
num 匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。
正則表達式的一個很有用的特點是可以保存子表達式以后使用, 被稱為Backreferencing. 允許復雜的替換能力
如調整一個模式到新的位置或者指示被代替的字符或者單詞的位置. 被匹配的子表達式存儲在臨時緩沖區中, 
緩沖區從左到右編號, 通過數字符號訪問。 下面的例子列出了把名字 aa bb cc 變成
cc, bb, aa.
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual;
REGEXP_REPLACE('ELLENHILDISMIT
cc, bb, aa
'' 轉義符。

字符簇: 
[[:alpha:]] 任何字母。
[[:digit:]] 任何數字。
[[:alnum:]] 任何字母和數字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大寫字母。
[[:lower:]] 任何小寫字母。
[[:punct:]] 任何標點符號。
[[:xdigit:]] 任何16進制的數字,相當于[0-9a-fA-F]。

各種操作符的運算優先級
轉義符
(), (?:), (?=), [] 圓括號和方括號
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和順序
¦ “或”操作

--測試數據
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
b bbbbb

SQL> select * from test where regexp_like(id,'b','i'); --不區分數據大小寫

ID MC
-------------------- ------------------------------------------------------------
B BBBBB
b bbbbb

首頁
電話
短信
聯系
在線客服系統
在線客服
QQ客服
辽宁十一选五前三技巧