【Oracle】Oracle系列之十--Oracle正则表达式

文章目录

往期回顾
前言
[1. 基本语法](#1. 基本语法)
[2. POSIX字符类](#2. POSIX字符类)
[3. 正则表达式函数](#3. 正则表达式函数)
[4. 常用正则表达式](#4. 常用正则表达式)

往期回顾

前言

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：

sql 复制代码

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"：

sql 复制代码

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"：

sql 复制代码

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

sql 复制代码

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

sql 复制代码

select * from employee where not regexp_like(value,'^[[:digit:]]+$');

-- 查询value中不包含任何数字的记录。

sql 复制代码

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。

sql 复制代码

select * from employee where regexp_like(value,'^([a-z]+|[0-9]+)$');

-- 提取字符串中的数字

sql 复制代码

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;