Oracle 正则表达式

一.    正则表达式简介: 
    正则表达式，就是以某种模式来匹配一类字符串。一旦概括了某类字符串，那么正则表达式即可用于针对字符串的各种相关操作。例如，判断匹配性，进行字符串的 重新组合等。正则表达式提供了字符串处理的快捷方式。Oracle 10g及以后的版本中也支持正则表达式. 

二.    正则表达式相对通配符的优势: 
1.       正则表达式中不仅存在着代表模糊字符的特殊字符，而且存在着量词等修饰字符，使得模式的控制更加灵活和强大。 
2.       通配符的使用一般是在特定的环境下,不同的环境下，通配符有可能不同。而正则表达式，不但广泛应用于各种编程语言，而且在各种编程语言中，保持了语法的高度一致性。 

三.    元字符: 
元字符是指在正则表达式中表示特殊含义的字符。 

ORACLE正则表达式 
元字符 含义 
^ 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一次或多次。 
* 匹配前面的子表达式零次或多次。 
| 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。 
() 标记一个子表达式的开始和结束位置(字符组)。 
[] 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。 
四.    量词 
   量词用来指定量词的前一个字符出现的次数。量词的形式主要有“?”、“*”、“+”、“{}”。量词在用于匹配字符串时，默认遵循贪婪原则。贪婪原则是 指，尽可能多地匹配字符。例如:字符串“Function(p),(OK)”，如果使用正则表达式“\(.*\)”进行匹配，则得到字符串“(p), (OK)” ，而非“(p)”；若欲得到“(p)”，则必须取消量词的贪婪原则，此时只需要为量词后追加另外一个数量词“?”即可。如上面的正则表达式应该改为“\ (.*?\)”。 
五.    字符转义: 
    元字符在正则表达式中有特殊含义。如果需要使用其原义，则需要用到字符转义。字符转义使用字符“\”来实现。其语法模式为：“\”+元字符。例如，“ \.”表示普通字符“.”；     “\.doc”匹配字符串“.doc”；而普通字符“\”需要使用“\\”来表示。 

六.    字符组. 
字符组是指将模式中的某些部分作为一个整体。这样，量词可以来修饰字符组，从而提高正则表达式的灵活性。字符组通过()来实现. 
许多编程语言中，可以利用“$1”、“$2”等来获取第一个、第二个字符组，即所谓的后向引用。在Oracle中，引用格式为“\1”、“\2”。 

七.    正则表达式分支 
    可以利用“|”来创建多个正则表达式分支。例如，“\d{4}|\w{4}”可以看做两个正则表达式——“\d{4}”和“\w{4}”，匹配其中任何一 个正则表达式的字符串都被认为匹配整个正则表达式。如果该字符串两个正则表达式分支都匹配，那么将被处理为匹配第一个正则表达式分支。 

八.    字符类. 
在Oracle中，正则表达式的用法与标准用法略有不同。这种不同主要体现在对于字符类的定义上。Orale中不使用字符“\”与普通字符组合的形式来实现字符类，而是具有其特殊语法. 
ORACLE字符类 
表示 含义 
[[:alpha:]] 表示任意字母，正则表达式的一般语法为\w。 
[[:digit:]] 表示任意数字，正则表达式的一般语法为\d。 
[[:lower:]] 表示任意小写字母。 
[[:upper:]] 表示任意大写字母。 
[[:alnum:]] 表示任意字母和数字。 
[[:space:]] 表示任意空白字符，正则表达式的一般语法为\s。 
[[:punct:]] 表示任意标点符号。 
[[:xdigit:]] 表示任意16进制的数字，相当于[0-9a-fA-F]。 

九. ORACLE中的四个正则表达式相关函数. 
1.  regexp_like(expression, regexp) 
   返回值为一个布尔值。如果第一个参数匹配第二个参数所代表的正则表达式，那么将返回真，否则将返回假。 
举例:   select * from people where regexp_like(name, '^J.*$'); 
相当于:  select * from people where name like 'J%'; 
2.  regexp_instr(expression, regexp, startindex, times) 
返回找到的匹配字符串的位置. 
参数startindex表示开始进行匹配比较的位置；参数times表示第几次匹配作为最终匹配结果。 
举例: select regexp_instr('12.158', '\.') position from dual; 
regexp_instr('12.158', '\.')用于获取第一个小数点的位置。 
3. regexp_substr(expression, regexp) 
   返回第一个字符串参数中，与第二个正则表达式参数相匹配的子字符串。 
   举例: create table html(id integer, html varchar2(2000)); 
insert into html 
values (1, '<a href="http://mail.google.com/2009/1009.html">mail link</a>'); 
表html中存储了HTML标签及内容。现欲从标签<a>中获得链接的url，那么可以利用regexp_substr()函数。 
select id, regexp_substr(html, 'http[a-zA-Z0-9\.:/]*') url from html; 
4.  regexp_replace(expression, regexp, replacement) 
     将expression中的按regexp匹配到的部分用replacement代替. 
     在参数replacement中，可以含有后向引用，以便将正则表达式中的字符组重新捕获。例如，某些国家和地区的日期格式可能为“MM/DD /YYYY”，那么可以利用regexp_replace()函数来转换日期格式。 
select regexp_replace('09/29/2008', '^([0-9]{2})/([0-9]{2})/([0-9]{4})$', '\3-\1-\2')  replace 
from dual; 

注: 在进行正则表达式匹配时，还可以忽略字符大小写形式进行匹配.但是不能解除[[:upper:]]和[[:lower:]]的作用. 
select * from people where regexp_like(name, 'or'); 
select * from people where regexp_like(name, 'or', 'i');   --‘i’表示忽略大小写 

十. 正则表达式练习 

第一： REGEXP_LIKE函数用法 
EMP表结构如下： 
SQL> desc emp; 
Name                                      Null?    Type 
----------------------------------------- -------- ---------------------------- 

EMPNO                                     NOT NULL NUMBER(4) 
ENAME                                              VARCHAR2(10) 
JOB                                                VARCHAR2(9) 
MGR                                                NUMBER(4) 
HIREDATE                                           DATE 
SAL                                                NUMBER(7,2) 
COMM                                               NUMBER(7,2) 
DEPTNO                                             NUMBER(2) 
EMP表中部分数据如下： 
SQL> select empno,ename,sal,hiredate from emp; 

     EMPNO ENAME             SAL HIREDATE 
---------- ---------- ---------- -------------- 
      7369 SMITH             800 17-12月-80 
      7499 ALLEN            1600 20-2月 -81 
      7521 WARD             1250 22-2月 -81 
      7566 JONES            2975 02-4月 -81 

下面给出几种REGEXP_LIKE函数的例子 
1、查找员工编号为4位数字的员工信息 
SQL> select empno,ename from emp where regexp_like(empno,'^[[:digit:]]{4}$'); 
或者: select empno,ename from emp where regexp_like(empno,'^[0-9]{4}$'); 
     EMPNO ENAME 
---------- ---------- 
      7369 SMITH 
      7499 ALLEN 
      7521 WARD 
      7566 JONES 
2、查找员工姓名为全英文的员工信息 
SQL>  select empno,ename from emp where regexp_like(ename,'^[[:alpha:]]+$'); 
或者:  select * from emp where regexp_like(ename,'^[a-zA-Z]+$'); 
     EMPNO ENAME 
---------- ---------- 
      7369 SMITH 
      7499 ALLEN 
      7521 WARD 
      7566 JONES 
      7654 MARTIN 
3、查找员工姓名以“a”字母开头，不区分大小写 
SQL> select empno,ename from emp where regexp_like(ename,'^a','i'); 

     EMPNO ENAME 
---------- ---------- 
      7499 ALLEN 
      7876 ADAMS 
4、查找员工姓名为全英文，且以“N”结尾的员工信息 
SQL> select empno,ename from emp where regexp_like(ename,'^[[:alpha:]]+N$'); 

     EMPNO ENAME 
---------- ---------- 
      7499 ALLEN 
      7654 MARTIN 
5、查找员工编号以非数字开头的员工信息 
SQL> select empno,ename from emp where regexp_like(empno,'[^[:digit:]]'); 

no rows selected 

第二： REGEXP_INSTR函数用法 
1、查找员工编号中第一个非数字字符的位置 
SQL> select regexp_instr(empno,'[^[:digit:]]') position from emp; 

POSITION 
---------- 
         0 
         0 
         0 
2、从第三个字符开始，查找员工编号中第二个非数字字符的位置 
SQL> select regexp_instr(empno,'[^[:digit:]]',3,2) position from emp; 

POSITION 
---------- 
         0 
         0 

第三： REGEXP_SUBSTR函数用法 
1、返回从ename的第二个位置开始查找，并且是以“L”开头到结尾的字串 
SQL> select regexp_substr(ename,'L.*','2') substr from emp; 

SUBSTR 
------------------ 
LLEN 
LAKE 
LARK 

第四：REGEXP_REPLACE函数用法 
1、把ename中所有非字母字符替换为“A” 
SQL> update emp set ename=regexp_replace(ename, '[^[:alpha:]]', 'A') 
2 where regexp_like(ename, '[^[:alpha:]]'); 
1 row updated 

转自  http://fkshl.iteye.com/blog/849914