OracleRegex使用介紹

下面通過一些例子來說明使用Regex來處理一些工作中常見的問題。
1.
REGEXP_SUBSTR
REGEXP_SUBSTR 函數使用Regex來指定返回串的起點和終點，返回與source_string 字元集中的VARCHAR2 或CLOB 資料相同的字串。
文法：
--1.REGEXP_SUBSTR與SUBSTR函數相同，返回截取的子字串
REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]])
註：
srcstr
源字串

pattern
Regex樣式

position
開始匹配字元位置

occurrence
匹配出現次數

match_option
匹配選項（區分大小寫）

1.1從字串中截取子字串
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual;
Output: 1PSN
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字元。
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
與上面一個例子相比，多了兩個參數
1
表示從源字串的第一個字元開始尋找匹配
2
表示第2次匹配到的字串（預設值是“1”，如上例）
select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0個或者多個@
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字元
注意：需要注意“+”和“*”的區別
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1個或者多個@
[[:alnum:]]* 表示匹配0個或者多個字母或數字字元
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1個或者多個@
[[:alnum:]]+ 表示匹配1個或者多個字母或數字字元
select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1個或者多個數字結尾的字元
select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1個或者多個不是數字結尾的字元
select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1個或者多個不是“@”的字元
select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2)
from dual;
Output: Null
[[:alnum:]]* 表示匹配0個或者多個字母或者數字字元
註：因為是匹配0個或者多個，所以這裡第2次匹配的是“/”（匹配了0次），而不是“231”，所以結果是“Null”
1.2匹配重複出現
尋找連續2個小寫字母
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
表示匹配前面的字元的連續次數
1
表示從源字串的第1個字元開始匹配
1
第1次出現符合匹配結果的字元
i
表示區分大小寫
1.3其他一些匹配樣式
尋找網頁地址資訊
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://
表示匹配字串“http://”
([[:alnum:]]+\.?) 表示匹配1次或者多次字母或數字字元，緊跟0次或1次逗號符
{3,4}
表示匹配前面的字元最少3次，最多4次
/?

表示匹配一個反斜線字元0次或者1次

提取csv字串中的第三個值
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, 3) AS output

FROM dual;
Output: Japan
其中：
[^,]+
表示匹配1個或者多個不是逗號的字元
1
表示從源字串的第一個字元開始尋找匹配
3
表示第3次匹配到的字串
註：這個通常用來實現字串的列傳行
--字串的列傳行
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
這裡通過LEVEL來迴圈截取匹配到的字串。

下面這個例子，尋找源字串中是否包含 kid 、kids或者kidding 這三個字串
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
表示字串kid
(s|ding)*
表示匹配0次或者多次字元“s”或者“ding”
i
表示不區分大小寫
2.
REGEXP_INSTR
REGEXP_INSTR 函數使用Regex返回搜尋模式的起點和終點。REGEXP_INSTR 的文法如下所示。REGEXP_INSTR 返回一個整數，指出搜尋模式的開始或結束的位置，如果沒有發現匹配的值，則返回0。
文法：
--2.REGEXP_INSTR與INSTR函數相同，返回字串位置
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
與REGEXP_SUBSTR一樣，它也有變數pattern、position(開始位置)、occurrence 和match_parameter；這裡主要介紹一下新參數return_option 的作用，它允許使用者告訴Oracle，模式出現的時候，要返回什麼內容。
具體如下面的例子所示：
--如果return_option 為0 則，Oracle 返回第一個字元出現的位置。這是預設值，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 返回跟在所搜尋字元出現以後下一個字元的位置。
--例如，下面的查詢返回了在串中發現的第一個數字後的位置：
SELECT regexp_instr('abc1def',
'[[:digit:]]',1,1,1) output

FROM dual;
Output: 5

OracleRegex(regularexpression)

元字元	字元含義	舉例說明
^	匹配字串的開始位置(在[]中使用，此時它表示不接受該字元集合。	^a：匹配以a開始的字串 [^a]：匹配不含a的字串
-	當使用在a-m表示範圍； 當使用在第一個字元時表示 連字號串，如[-abc]
$	匹配字元結束位置	‘a$'：匹配以a結束的字串
.	匹配除分行符號 n之外的任何單字元。
?	匹配前面的子運算式零次或一次	tr(y(ing)?)：可以表示try或者trying
*	匹配前面的子運算式零次或多次
+	匹配前面的子運算式一次或多次
()	標記一個子運算式的開始和結束位置	a(b)*可以匹配 ab,abb,abbb,youabb (c|d)匹配c或d
[]	標記一個中括號運算式	[cd]匹配選擇c或d等同於 (c|d)。匹配的是單字元，[^cd]是匹配c,d之外的單字元。 [a-z]表示所有小寫字母
{m,n}	m= <出現次數 <=n，'{m}'表示出現m次，'{m,}'表示至少出現m次。
|	表示或者的關係。指明兩項之間的一個選擇
字元簇	字元含義
[[:alpha:]]	任何字母。
[[:digit:]]	[[:digit:]] 任何數字。
[[:alnum:]]	任何字母和數
[[:space:]]	任何白字元。
[[: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進位的數字，相當於[0-9a-fA-F]。

Oracle支援Regex的內建函數

名稱	文法	備忘
REGEXP_LIKE	REGEXP_LIKE (source_string, pattern [, match_parameter] )	source_string： 源字串 Pattern： Regex match_parameter： 匹配模式(i:不區分大小寫；c:區分大小寫；n:允許使用可以匹配任一字元串的操作符；m:將x作為一個包含多行的字串。
REGEXP_REPLACE	REGEXP_REPLACE (source_string, pattern [,replace_string] [,position] [,occurtence] [,match_parameter] )	replace_string： 用於替換的字串 Position： 開始搜尋的起始位置 occurtence 指定替換第n次出現字串 其他同上。
REGEXP_SUBSTR	REGEXP_SUBSTR (source_string, pattern [,position [,occurrence [,match_parameter]]] )	Position： 指定在字串中準確位置，預設為1 Occurrence： 指定在源字串匹配過程中相對其他字串，哪個字串應該匹配。例如 select regexp_substr('The zip code 80831 is for falcon, co', '[[:alpha:]]{3,}', 1, 3) from dual; 結果選擇的是code而非The或zip。
REGEXP_INSTR	REGEXP_INSTR (source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]] )	start_position： 開始搜尋位置 Occurrence： 第n次出現pattern，預設為1 return_option： 0：pattern的起始位置 1：pattern下一個字元起始位置 預設為0
REGEXP_COUNT	REGEXP_COUNT (source_string, pattern [[,start_position] [,match_parameter]])	11g新增的函數，表示pattern在原字串中出現的次數 start_position： 開始搜尋的位置

Oracle支援Regex函數舉例。

Regexp_substr：用來提取一個字串的一部分。

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

Pattern為', [^,]*,'表示以，開始逗號，中間空一個格，連續0或多個非逗號字元，最後還是逗號，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}])?$')

顯然結果位置是91234-1234對應的起始位置。

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

Regexp_replace：用來將pattern替換成需要替換的字串，相比傳統的replace函數，該函數相比較靈活。例如：

'Jone smith'中有三個空格，而'Jone smith'有2個空格，要將中間的空格改為一個空格，使用replace就要使用2次，而是用Regex，我們就就可以將pattern設計為

'( ){2,}'這樣

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

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

regexp_like是增強版的like，可以包含_和%萬用字元，使用在where條件中。

Regex特性---後向引用

通過將自運算式匹配的內容緩衝到緩衝區中，從左相右進行編號，以/digit（digit為1-9）。而子運算式用圓括弧表示。

1.在regexp_replace中應用：

將字串'aa bb cc'反寫成'cc bb aa'則可以設計如下：

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

(.*)則表示任何一個字串組合，三個這樣的組合用空格隔開，與源字串吻合，\1,\2,\3則分別儲存了三個字運算式的值，這樣我們就可以使用這個達到目的。

2.在regexp_substr中應用：

尋找被空格隔開的重複字母數字值

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

返回結果為is is 。([[:alnum:]]+)([[:space:]]+)返回很多字串，但是增加一個\1就表示連續返回兩個同樣字串，這樣就把重複的串給找出來。

補充

oracle的Regex

本文摘要：
10gRegex提高了SQL靈活性。
無關的空白檢測，或者分解多個正則組成的字串等問題。
10g支援Regex的四個新函數分別是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
Regex代替了老的百分比符號（%）和萬用字元（_）字元。
匹配輸入字串的開始位置，在方括號運算式中使用，此時它表示不接受該字元集合。
匹配前面的子運算式零次或一次。
目前，Regex已經在很多軟體中得到廣泛的應用，包括*nix（Linux, Unix等），HP等作業系統，PHP，C#，Java等開發環境。

Oracle 10gRegex提高了SQL靈活性。有效解決了資料有效性， 重複詞的辨認, 無關的空白檢測，或者分解多個正則組成
的字串等問題。

Oracle 10g支援Regex的四個新函數分別是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。
它們使用POSIX Regex代替了老的百分比符號（%）和萬用字元（_）字元。

特殊字元：
'^' 匹配輸入字串的開始位置，在方括號運算式中使用，此時它表示不接受該字元集合。
'$' 匹配輸入字串的結尾位置。如果設定了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 'n' 或 'r'。
'.' 匹配除分行符號 n之外的任何單字元。
'?' 匹配前面的子運算式零次或一次。
'*' 匹配前面的子運算式零次或多次。
'+' 匹配前面的子運算式一次或多次。
'( )' 標記一個子運算式的開始和結束位置。
'[]' 標記一個中括號運算式。
'{m,n}' 一個精確地出現次數範圍，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串。
num 匹配 num，其中 num 是一個正整數。對所擷取的匹配的引用。
Regex的一個很有用的特點是可以儲存子運算式以後使用， 被稱為Backreferencing. 允許複雜的替換能力
如調整一個模式到新的位置或者指示被代替的字元或者單詞的位置. 被匹配的子運算式儲存在臨時緩衝區中，
緩衝區從左至右編號, 通過數字記號訪問。 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。

字元簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何數字。
[[:alnum:]] 任何字母和數字。
[[:space:]] 任何白字元。
[[: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進位的數字，相當於[0-9a-fA-F]。

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

--測試資料
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'); --不區分資料大小寫

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

b bbbbb

#End