Oracle正则表达式

Oracle正则表达式的应用在oracle里正则表达式有四个函数可用，分别是regexp_like、regexp_substr、regexp_instr 和regexp_replace。这里在我们oracle 10g里灵活应用。先来简单介绍一下正则表达式的内容，正则表达式是做为快速查询的文本内容的，在linux应用比较多，首先，行的起始与结束 “^”这个字符是表示只查找行首的内容。“$”这个字符只查找行末的内容。接下来是“^”还可以做为一个排除字符来使用。还是使用例子来做一个演示比较明了一下。这里我使用regexp_like这个函数来做，这样可以我们平时会使用的比较多。select * from test_tablewhere regexp_like(field_1,'^1234')这个就是表示是以1234打头的字符串是不是有匹配的。这里和like的方式是一样的。 select * from test_tablewhere regexp_like(field_1,'^[12]234')这里多了一个[]这里做一个独立字符，这里表示是以1或2开始，并且接着是234这个里的字符就会是匹配的。 select * from test_tablewhere regexp_like(field_1,'^(欧阳|李)小二')这里我们就可以表达，这个查询一个姓是欧阳或李的，名字叫小二的字符串。这里多了一个（）这个是做一个为字符串的方式来写的与[]刚好是对应。这里还有一个“|”来表示或的意思。 select * from test_tablewhere regexp_like(field_1,'^李[小]*二')这里我们就可以查询李小二或是李二，再或者是李小小二，都可以，这里我们需要讲一下是[]后面带了一个*，这个是表示0~无穷大字符去匹配。这个[]我们还可以添加一个“+”来表示1~无穷大的字符去匹配，也可以更加精准一些，在[]后面{1,3}这里就是表示1个到3个相同字符的匹配。还有一个“?”来说表示1或是0个。 select * from test_tablewhere regexp_like(field_1,'李[^小]二')这里我们可以查询到姓李的，但是第二字不是“小”这个字。 select * from test_tablewhere regexp_like(field_1,'[0-9]')这里是表示我们查询字符串含有0-9的数字的字符串。 select * from test_tablewhere regexp_like(field_1,'[a-z]')这里是表示我们查询字符串含有a-z的小写字母的字符串。 select * from test_tablewhere regexp_like(field_1,'[A-z]')这里是表示我们查询字符串含有A-z的所有字母的字符串。 select * from test_tablewhere regexp_like(name,'[[:alpha:]]')这里是表示查询匹配任意字母，也包括中文字 select * from test_tablewhere regexp_like(name,'[[:alnum:]]')这里是表示查询匹配任意字母和数字 select * from test_tablewhere regexp_like(name,'[[:digit:]]')这里是表示查询匹配任意数字 Select * from test_tableWhere regexp_like(name,’of’,’i’)这里就是of不区分大小写 Select * from test_tableWhere regexp_like(name,’^[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}$’)这样我们可以查询是不是ip格式接下来介绍一下regexp_substr这个也是一个非常实用的一个函数 REGEXP_SUBSTR与SUBSTR函数相同，返回截取的子字符串 REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]]) 注： srcstr 源字符串 pattern 正则表达式样式 position 开始匹配字符位置 occurrence 匹配出现次数 match_option 匹配选项（区分大小写） SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual; Output: 1PSN [[:alnum:]]+ 表示匹配1个或者多个字母或数字字符 SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual; Output: 231 与上面一个例子相比，多了两个参数1 表示从源字符串的第一个字符开始查找匹配2 表示第2次匹配到的字符串（默认值是“1”，如上例） select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual; Output: 231 @* 表示匹配0个或者多个@ [[:alnum:]]+ 表示匹配1个或者多个字母或数字字符注意：需要区别“+”和“*”的区别 select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual; Output: @@+ 表示匹配1个或者多个@ [[:alnum:]]* 表示匹配0个或者多个字母或数字字符 select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual; Output: Null @+ 表示匹配1个或者多个@ [[:alnum:]]+ 表示匹配1个或者多个字母或数字字符 select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual; Output: 125 [[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符 select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual; Output: Null @+ 表示匹配1个或者多个@ [[:alnum:]]+ 表示匹配1个或者多个字母或数字字符 select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual; Output: 125 [[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符 select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual; Output: /ABc [^[:digit:]]+$ 表示匹配1个或者多个不是数字结尾的字符 select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual; Output: Tom_Kyte [^@]+ 表示匹配1个或者多个不是“@”的字符 select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2) from dual; Output: Null [[:alnum:]]* 表示匹配0个或者多个字母或者数字字符注：因为是匹配0个或者多个，所以这里第2次匹配的是“/”（匹配了0次），而不是“231”，所以结果是“Null” 这里我们有时候会查询字符串里asdfafd

dafda 这里我们要取出

这个字符串Select regexp_substr('asdfafd

dafda','<[^>]+>') from dualOutput:

这里我们在<>中间去一个^>这样在匹配<之后，在向后查询的时候确保在匹配到>之前不再在有>,不然的话就要有可以出错的情况。 Select regexp_substr('asdfafd

da>fda','<[^<]+>') from dualOutput:

da>在这个例子中，我们在

之后还在da>，这样的话，如果我们没有添加^>，正则表达式就会向后继续去匹配，直到最后一个>为至，这样就会出现偏差这个通常用来实现字符串的列传行select regexp_substr('123;234;345;456;567;678;789','[^;]+',1,rownum) from dualconnect by rownum <= length('123;234;345;456;567;678;789') - length(replace('123;234;345;456;567;678;789',';'))+1这里length这里操作是先得到有多少个“;”，再通过 connect by rownum方式来做一行成多行的操作，在变成多行之后，可以通过regexp_substr来取字符串的操作接着上一个例子a,b,c,d,e,d,f,a,n这样的一个字符串，我们现在要把字符串里一些重复去掉，这样的话结果是a,b,c,d,e,f,n去掉了d与a的两个字符串select wm_concat(new_row) from (select distinct regexp_substr('a,b,c,d,e,d,f,a,n','[^,]+',1,rownum) new_row from dualconnect by rownum<=length('a,b,c,d,e,d,f,a,n')-length(replace('a,b,c,d,e,d,f,a,n',',')))通过转成多行的，再用distinct 去掉重复，然后我们再通过wm_concat来字符串合并来完成。再来一个ip格式转换的例子吧，我们一般的IP的格式是12.19.168.27现在要不足3位的补足前面为0，结果是012.019.168.027select wm_concat(new_value) from (select lpad(regexp_substr('12.19.168.27','[^.]+',1,rownum) ,3,'0') new_value,rownumfrom dualconnect by rownum<5order by rownum) 来一个验证IP是数字是否正确select count(*) from(select lpad(regexp_substr('12.19.168.27','[^.]+',1,rownum) ,3,'0') new_value,rownumfrom dualconnect by rownum<5)where new_value>=0 and new_value<256having count(*) =4 来一个IP字符串格式转换成数字型IPselect sum(new_value*power(256,4-rm)) from (select regexp_substr('12.19.168.27','[^.]+',1,rownum) new_value,rownum rm from dualconnect by rownum<=4) 接下来介绍一个regexp_instr函数 REGEXP_INSTR 函数使用正则表达式返回搜索模式的起点和终点。REGEXP_INSTR 的语法如下所示。REGEXP_INSTR 返回一个整数，指出搜索模式的开始或结束的位置，如果没有发现匹配的值，则返回0。语法： 2.REGEXP_INSTR与INSTR函数相同，返回字符串位置 REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]]) 与REGEXP_SUBSTR一样，它也有变量pattern、position(开始位置)、occurrence 和match_parameter；这里主要介绍一下新参数return_option 的作用，它允许用户告诉Oracle，模式出现的时候，要返回什么内容。 Select regexp_instr('asdfafd

da>fda','sd') from dualOutput:2这里去查询sd的位置，这个和instr是在相同的 Select regexp_instr('asdfafd

da>fda','da',1,2) from dual这里是查询da第二出现的位置还有我们经常会遇到一种情况是，查询某个字段，如果是等于“上海”或“北京”或者我们温州就写成大城市，其它的写成小城市，我们一般会考虑使用decode这种方式 Select decode('上海','上海','大城市','北京' ,'大城市' ,'温州' ,'大城市','小城市') from dual只有两个我们可能觉的sql也不是很冗长，如果有四五个的话，就有点长了，这里使用regexp_instr就可以很多的去操作 Select decode (regexp_instr('北京','^(上海|北京|温州)'),0,'小城市', '大城市') from dual通过regexp_instr不匹配时为0的条件，这样就可以完成了最后一个函数regexp_replaceREGEXP_REPLACE 函数是用另外一个值来替代串中的某个值。例如，可以用一个匹配数字来替代字母的每一次出现。REGEXP_REPLACE的格式如下所示语法： 4.REGEXP_REPLACE与REPLACE函数相同，替换原字符串中的字符内容 REGEXP_REPLACE(srcstr, pattern [,replacestr [, position [, occurrence [,match_option]]]]) 这个替换函数还是一个非常好用的。如我们在有一个字符串adfadfa (main) next 现在我们要把()替换成<>，这里我们可能想用replace就可以搞定了，但是我们现在做的是(之后必须有)这样的()我们才替换把<>.select regexp_replace('adfadfa (main) next ','($)([^$]*)(\))','<\2>') from dualoutput: adfadfa

next这里还是一个\做为转义字符。再来一个ip格式转换的例子吧，我们一般的IP的格式是12.19.168.27现在要不足3位的补足前面为0，结果是012.019.168.027select regexp_replace(regexp_replace('12.19.168.27','([0-9]{1,3}).([0-9]{1,3}).([0-9]{1,3}).([0-9]{1,3})','00\1.00\2.00\3.00\4') ,'([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}$)','\2\4\6\8')from dualoutput: 012.019.168.027这里我分成两步来操作，regexp_replace('12.19.168.27','([0-9]{1,3}).([0-9]{1,3}).([0-9]{1,3}).([0-9]{1,3})','00\1.00\2.00\3.00\4')我首先让每个小字符串做添加0，这样每个字符串都会大于3，再'([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}\.)([0-9]*)([0-9]{3}$)','\2\4\6\8')这整个字符串分成8段，这样我们只要2、4、6、8这四个段就可以了。下面一个例子中，在每两个字符之间插入一个空格符SELECT regexp_replace('YAHOO', '(.)', '\1 ') AS output FROM dual; Output: Y A H O O这个用一个循环的方式去操作，还蛮很好的。 select regexp_replace(regexp_replace('12.19.168.27','([^.]+)','00\1') ,'([^.]*)([^.]{3})','\2')from dual接着刚才那个，我们可以把replace循环替换的方式来操作。