下面通過一些例子來說明使用正則表達(dá)式來處理一些工作中常見的問題。
1.
REGEXP_SUBSTR
REGEXP_SUBSTR 函數(shù)使用正則表達(dá)式來指定返回串的起點(diǎn)和終點(diǎn)，返回與source_string 字符集中的VARCHAR2 或CLOB 數(shù)據(jù)相同的字符串。
語法：
--1.REGEXP_SUBSTR與SUBSTR函數(shù)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
正則表達(dá)式樣式

position
開始匹配字符位置

occurrence
匹配出現(xiàn)次數(shù)

match_option
匹配選項(xiàng)（區(qū)分大小寫）

1.1從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個(gè)或者多個(gè)字母或數(shù)字字符。
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
與上面一個(gè)例子相比，多了兩個(gè)參數(shù)
1
表示從源字符串的第一個(gè)字符開始查找匹配
2
表示第2次匹配到的字符串（默認(rèn)值是“1”，如上例）
select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0個(gè)或者多個(gè)@
[[:alnum:]]+ 表示匹配1個(gè)或者多個(gè)字母或數(shù)字字符
注意：需要注意“+”和“*”的區(qū)別
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1個(gè)或者多個(gè)@
[[:alnum:]]* 表示匹配0個(gè)或者多個(gè)字母或數(shù)字字符
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1個(gè)或者多個(gè)@
[[:alnum:]]+ 表示匹配1個(gè)或者多個(gè)字母或數(shù)字字符
select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1個(gè)或者多個(gè)數(shù)字結(jié)尾的字符
select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1個(gè)或者多個(gè)不是數(shù)字結(jié)尾的字符
select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1個(gè)或者多個(gè)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個(gè)或者多個(gè)字母或者數(shù)字字符
注：因?yàn)槭瞧ヅ?個(gè)或者多個(gè)，所以這里第2次匹配的是“/”（匹配了0次），而不是“231”，所以結(jié)果是“Null”
1.2匹配重復(fù)出現(xiàn)
查找連續(xù)2個(gè)小寫字母
SELECT regexp_substr('Republicc Of Africaa', '([a-z])\1', 1, 1, 'i')

FROM dual;
Output: cc
([a-z])
表示小寫字母a-z
\1
表示匹配前面的字符的連續(xù)次數(shù)
1
表示從源字符串的第1個(gè)字符開始匹配
1
第1次出現(xiàn)符合匹配結(jié)果的字符
i
表示區(qū)分大小寫
1.3其他一些匹配樣式
查找網(wǎng)頁地址信息
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次或者多次字母或數(shù)字字符，緊跟0次或1次逗號符
{3,4}
表示匹配前面的字符最少3次，最多4次
/?

表示匹配一個(gè)反斜杠字符0次或者1次


提取csv字符串中的第三個(gè)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個(gè)或者多個(gè)不是逗號的字符
1
表示從源字符串的第一個(gè)字符開始查找匹配
3
表示第3次匹配到的字符串
注：這個(gè)通常用來實(shí)現(xiàn)字符串的列傳行
--字符串的列傳行
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
這里通過LEVEL來循環(huán)截取匹配到的字符串。


下面這個(gè)例子，查找源字符串中是否包含 kid 、kids或者kidding 這三個(gè)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
表示不區(qū)分大小寫
2.
REGEXP_INSTR
REGEXP_INSTR 函數(shù)使用正則表達(dá)式返回搜索模式的起點(diǎn)和終點(diǎn)。REGEXP_INSTR 的語法如下所示。REGEXP_INSTR 返回一個(gè)整數(shù)，指出搜索模式的開始或結(jié)束的位置，如果沒有發(fā)現(xiàn)匹配的值，則返回0。
語法：
--2.REGEXP_INSTR與INSTR函數(shù)相同，返回字符串位置
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
與REGEXP_SUBSTR一樣，它也有變量pattern、position(開始位置)、occurrence 和match_parameter；這里主要介紹一下新參數(shù)return_option 的作用，它允許用戶告訴Oracle，模式出現(xiàn)的時(shí)候，要返回什么內(nèi)容。
具體如下面的例子所示：
--如果return_option 為0 則，Oracle 返回第一個(gè)字符出現(xiàn)的位置。這是默認(rèn)值，與INSTR的作用相同
SELECT regexp_instr('abc1def',
'[[:digit:]]') output

FROM dual;
Output: 4
--如果return_option 為1，則Oracle 返回跟在所搜索字符出現(xiàn)以后下一個(gè)字符的位置。
--例如，下面的查詢返回了在串中發(fā)現(xiàn)的第一個(gè)數(shù)字后的位置：
SELECT regexp_instr('abc1def',
'[[:digit:]]',1,1,1) output

FROM dual;
Output: 5

Oracle正則表達(dá)式(regularexpression)

元字符	字符含義	舉例說明
^	匹配字符串的開始位置(在[]中使用，此時(shí)它表示不接受該字符集合。	^a：匹配以a開始的字符串 [^a]：匹配不含a的字符串
-	當(dāng)使用在a-m表示范圍； 當(dāng)使用在第一個(gè)字符時(shí)表示 連字符串，如[-abc]
$	匹配字符結(jié)束位置	‘a(chǎn)$'：匹配以a結(jié)束的字符串
.	匹配除換行符 n之外的任何單字符。
?	匹配前面的子表達(dá)式零次或一次	tr(y(ing)?)：可以表示try或者trying
*	匹配前面的子表達(dá)式零次或多次
+	匹配前面的子表達(dá)式一次或多次
()	標(biāo)記一個(gè)子表達(dá)式的開始和結(jié)束位置	a(b)*可以匹配 ab,abb,abbb,youabb (c|d)匹配c或d
[]	標(biāo)記一個(gè)中括號表達(dá)式	[cd]匹配選擇c或d等同于 (c|d)。匹配的是單字符，[^cd]是匹配c,d之外的單字符。 [a-z]表示所有小寫字母
{m,n}	m= <出現(xiàn)次數(shù) <=n，'{m}'表示出現(xiàn)m次，'{m,}'表示至少出現(xiàn)m次。
|	表示或者的關(guān)系。指明兩項(xiàng)之間的一個(gè)選擇
字符簇	字符含義
[[:alpha:]]	任何字母。
[[:digit:]]	[[:digit:]] 任何數(shù)字。
[[:alnum:]]	任何字母和數(shù)
[[:space:]]	任何白字符。
[[:upper:]]	任何大寫字母。
[[:lower:]]	任何小寫字母。
[[:punct:]]	任何標(biāo)點(diǎn)符號。
[[:xdigit:]]	任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F]。

Oracle支持正則表達(dá)式的內(nèi)置函數(shù)

名稱	語法	備注
REGEXP_LIKE	REGEXP_LIKE (source_string, pattern [, match_parameter] )	source_string： 源字符串 Pattern： 正則表達(dá)式 match_parameter： 匹配模式(i:不區(qū)分大小寫；c:區(qū)分大小寫；n:允許使用可以匹配任意字符串的操作符；m:將x作為一個(gè)包含多行的字符串。
REGEXP_REPLACE	REGEXP_REPLACE (source_string, pattern [,replace_string] [,position] [,occurtence] [,match_parameter] )	replace_string： 用于替換的字符串 Position： 開始搜索的起始位置 occurtence 指定替換第n次出現(xiàn)字符串 其他同上。
REGEXP_SUBSTR	REGEXP_SUBSTR (source_string, pattern [,position [,occurrence [,match_parameter]]] )	Position： 指定在字符串中準(zhǔn)確位置，默認(rèn)為1 Occurrence： 指定在源字符串匹配過程中相對其他字符串，哪個(gè)字符串應(yīng)該匹配。例如 select regexp_substr('The zip code 80831 is for falcon, co', '[[:alpha:]]{3,}', 1, 3) from dual; 結(jié)果選擇的是code而非The或zip。
REGEXP_INSTR	REGEXP_INSTR (source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]] )	start_position： 開始搜索位置 Occurrence： 第n次出現(xiàn)pattern，默認(rèn)為1 return_option： 0：pattern的起始位置 1：pattern下一個(gè)字符起始位置 默認(rèn)為0
REGEXP_COUNT	REGEXP_COUNT (source_string, pattern [[,start_position] [,match_parameter]])	11g新增的函數(shù)，表示pattern在原字符串中出現(xiàn)的次數(shù) start_position： 開始搜索的位置

 

Oracle支持正則表達(dá)式函數(shù)舉例。

Regexp_substr：用來提取一個(gè)字符串的一部分。

Regexp_substr('first filed, second filed, thirdfiled', ', [^,]*,')

Pattern為', [^,]*,'表示以，開始逗號，中間空一個(gè)格，連續(xù)0或多個(gè)非逗號字符，最后還是逗號，這樣，返回則為', second filed,'。

-------------------------------------------------------------------------------

Regexp_instr:用來pattern的起始位置。

如有一組地址，返回郵編的位置

regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA

91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')

顯然結(jié)果位置是91234-1234對應(yīng)的起始位置。

-------------------------------------------------------------------------------

Regexp_replace：用來將pattern替換成需要替換的字符串，相比傳統(tǒng)的replace函數(shù)，該函數(shù)相比較靈活。例如：

'Jone   smith'中有三個(gè)空格，而'Jone  smith'有2個(gè)空格，要將中間的空格改為一個(gè)空格，使用replace就要使用2次，而是用正則表達(dá)式，我們就就可以將pattern設(shè)計(jì)為

'( ){2,}'這樣

regexp_replace(mc,'( ){2,}',' ')

-------------------------------------------------------------------------------

regexp_like是增強(qiáng)版的like，可以包含_和%通配符，使用在where條件中。

正則表達(dá)式特性---后向引用

通過將自表達(dá)式匹配的內(nèi)容緩存到緩沖區(qū)中，從左相右進(jìn)行編號，以/digit（digit為1-9）。而子表達(dá)式用圓括號表示。

1.在regexp_replace中應(yīng)用：

將字符串'aa bb cc'反寫成'cc bb aa'則可以設(shè)計(jì)如下：

regexp_replace('aa bbcc','(.*) (.*) (.*)','\3 \2 \1')

(.*)則表示任何一個(gè)字符串組合，三個(gè)這樣的組合用空格隔開，與源字符串吻合，\1,\2,\3則分別存儲了三個(gè)字表達(dá)式的值，這樣我們就可以使用這個(gè)達(dá)到目的。

2.在regexp_substr中應(yīng)用：

查找被空格隔開的重復(fù)字母數(shù)字值

regexp_substr('the finaltest is is the implention','([[:alnum:]]+)([[:space:]]+)\1')

返回結(jié)果為is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串，但是增加一個(gè)\1就表示連續(xù)返回兩個(gè)同樣字符串，這樣就把重復(fù)的串給找出來。

補(bǔ)充

oracle的正則表達(dá)式

本文摘要：
10g正則表達(dá)式提高了SQL靈活性。
無關(guān)的空白檢測，或者分解多個(gè)正則組成的字符串等問題。
10g支持正則表達(dá)式的四個(gè)新函數(shù)分別是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
正則表達(dá)式代替了老的百分號（%）和通配符（_）字符。
匹配輸入字符串的開始位置，在方括號表達(dá)式中使用，此時(shí)它表示不接受該字符集合。
匹配前面的子表達(dá)式零次或一次。
目前，正則表達(dá)式已經(jīng)在很多軟件中得到廣泛的應(yīng)用，包括*nix（Linux, Unix等），HP等操作系統(tǒng)，PHP，C#，Java等開發(fā)環(huán)境。

Oracle 10g正則表達(dá)式提高了SQL靈活性。有效的解決了數(shù)據(jù)有效性， 重復(fù)詞的辨認(rèn), 無關(guān)的空白檢測，或者分解多個(gè)正則組成
的字符串等問題。

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

特殊字符：
'^' 匹配輸入字符串的開始位置，在方括號表達(dá)式中使用，此時(shí)它表示不接受該字符集合。
'$' 匹配輸入字符串的結(jié)尾位置。如果設(shè)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(dá)式零次或一次。
'*' 匹配前面的子表達(dá)式零次或多次。
'+' 匹配前面的子表達(dá)式一次或多次。
'( )' 標(biāo)記一個(gè)子表達(dá)式的開始和結(jié)束位置。
'[]' 標(biāo)記一個(gè)中括號表達(dá)式。
'{m,n}' 一個(gè)精確地出現(xiàn)次數(shù)范圍，m=<出現(xiàn)次數(shù)<=n，'{m}'表示出現(xiàn)m次，'{m,}'表示至少出現(xiàn)m次。
'|' 指明兩項(xiàng)之間的一個(gè)選擇。例子'^([a-z]+|[0-9]+)$'表示所有小寫字母或數(shù)字組合成的字符串。
num 匹配 num，其中 num 是一個(gè)正整數(shù)。對所獲取的匹配的引用。
正則表達(dá)式的一個(gè)很有用的特點(diǎn)是可以保存子表達(dá)式以后使用， 被稱為Backreferencing. 允許復(fù)雜的替換能力
如調(diào)整一個(gè)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(dá)式存儲在臨時(shí)緩沖區(qū)中，
緩沖區(qū)從左到右編號, 通過數(shù)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(zhuǎn)義符。

字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何數(shù)字。
[[:alnum:]] 任何字母和數(shù)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(biāo)點(diǎn)符號。
[[:xdigit:]] 任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F]。

各種操作符的運(yùn)算優(yōu)先級
轉(zhuǎn)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(shù)據(jù)
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'); --不區(qū)分?jǐn)?shù)據(jù)大小寫

ID MC
-------------------- ------------------------------------------------------------

b bbbbb

#End