OracleRegex之 Regexp_substr,Regexp_instr,Regexp_replace,Regexp_like

標籤：database   border   ica   aabb   start   aaaaa   精確   樣式   補充   

OracleRegex使用介紹Regex具有強大、便捷、高效的文本處理功能。能夠添加、刪除、分析、疊加、插入和修整各種類型的文本和資料。Oracle從10g開始支援Regex 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(‘[email protected]/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(‘[email protected]/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(‘[email protected]‘,‘[^@]+‘) 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 utput
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

 

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

 OracleRegex匹配中文的方法 

方法1：select regexp_replace(‘abc秋歌def‘,‘[‘||chr(128)||‘-‘||chr(255)||‘]‘,‘-‘) from dual; 方法2（替換中文字元和“\”）：SELECT regexp_replace(ASCIISTR(‘abc秋-‘‘"",.。[email protected]#$%^&^*()_+=歌def、\‘),‘\\[[:alnum:]]{4}‘,‘X‘) FROM DUAL; 測試例子：select regexp_replace(‘abc秋-‘‘"",.。[email protected]#$%^&^*()_+=歌def、\‘,‘[‘||chr(128)||‘-‘||chr(255)||‘]‘,‘X‘) from dual union all SELECT regexp_replace(ASCIISTR(‘abc秋-‘‘"",.。[email protected]#$%^&^*()_+=歌def、\‘),‘\\[[:alnum:]]{4}‘,‘X‘) FROM DUAL;

OracleRegex之 Regexp_substr,Regexp_instr,Regexp_replace,Regexp_like