Oracle 正則表達式

轉載：http://www.cnblogs.com/gkl0818/archive/2009/02/12/1389521.html

就是由普通字符（例如字符a到z）以及特殊字符（稱爲元字符）組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式做爲一個模板，將某個字符模式與所搜索的字符串進行匹配。

本文詳細地列出了能在正則表達式中使用，以匹配文本的各類字符。當你須要解釋一個現有的正則表達式時，能夠做爲一個快捷的參考。更多詳細內容，請參考：Francois Liger,Craig McQueen,Pal Wilton[劉樂亭譯] C#字符串和正則表達式參考手冊北京：清華大學出版社2003.2

一.     匹配字符

字符類	匹配的字符	舉 例
\d	從０-９的任一數字	\d\d匹配72,但不匹配aa或7a
\D	任一非數字字符	\D\D\D匹配abc,但不匹配123
\w	任一單詞字符，包括A-Z,a-z,0-9和下劃線	\w\w\w\w匹配Ab-2，但不匹配∑£$%*或Ab_@
\W	任一非單詞字符	\W匹配＠，但不匹配a
\s	任一空白字符，包括製表符，換行符，回車符，換頁符和垂直製表符	匹配在HTML,XML和其餘標準定義中的全部傳統空白字符
\S	任一非空白字符	空白字符之外的任意字符,如A%&g3;等
.	任一字符	匹配除換行符之外的任意字符除非設置了MultiLine先項
[…]	括號中的任一字符	[abc]將匹配一個單字符,a,b或c. [a-z]將匹配從a到z的任一字符
[^…]	不在括號中的任一字符	[^abc]將匹配一個a、b、c以外的單字符,能夠a,b或A、B、C [a-z]將匹配不屬於a-z的任一字符,但能夠匹配全部的大寫字母

 

二.     重複字符

重複字符	含 義	舉 例
｛n｝	匹配前面的字符n次	x{2}匹配xx,但不匹配x或xxx
｛n,｝	匹配前面的字符至少n次	x{2}匹配2個或更多的x,如xxx,xxx..
｛n,m｝	匹配前面的字符至少n次,至多m次。若是n爲0，此參數爲可選參數	x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx
?	匹配前面的字符0次或1次，實質上也是可選的	x?匹配x或零個x
+	匹配前面的字符0次或屢次	x+匹配x或xx或大於0的任意多個x
*	匹配前面的字符0次或更屢次	x*匹配0,1或更多個x

 

三.     定位字符

定位字符	描 述
^	隨後的模式必須位於字符串的開始位置，若是是一個多行字符串，則必須位於行首。對於多行文本（包含回車符的一個字符串）來講，須要設置多行標誌
$	前面的模式必須位於字符串的未端，若是是一個多行字符串，必須位於行尾
\A	前面的模式必須位於字符串的開始位置，忽略多行標誌
\z	前面的模式必須位於字符串的未端，忽略多行標誌
\Z	前面的模式必須位於字符串的未端，或者位於一個換行符前
\b	匹配一個單詞邊界，也就是一個單詞字符和非單詞字符中間的點。要記住一個單詞字符是[a-zA-Z0-9]中的一個字符。位於一個單詞的詞首
\B	匹配一個非單詞字符邊界位置，不是一個單詞的詞首

注：定位字符能夠應用於字符或組合，放在字符串的左端或右端

 

 

四.     分組字符

分組字符	定 義	舉 例
（）	此字符能夠組合括號內模式所匹配的字符，它是一個捕獲組，也就是說模式匹配的字符做爲最終設置了ExplicitCapture選項――默認狀態下字符不是匹配的一部分	輸入字符串爲：ABC1DEF2XY 匹配3個從A到Z的字符和1個數字的正則表達式：（[A-Z]{3}\d） 將產生兩次匹配：Match 1=ABC1;Match 2=DEF2 每次匹配對應一個組：Match1的第一個組＝ABC;Match2的第1個組＝DEF 有了反向引用，就能夠經過它在正則表達式中的編號以及C#和類Group,GroupCollection來訪問組。若是設置了ExplicitCapture選項，就不能使用組所捕獲的內容
（?:）	此字符能夠組合括號內模式所匹配的字符，它是一個非捕獲組，這意味着模式所的字符將不做爲一個組來捕獲，但它構成了最終匹配結果的一部分。它基本上與上面的組類型相同，但設定了選項ExplicitCapture	輸入字符串爲：1A BB SA1 C 匹配一個數字或一個A到Z的字母，接着是任意單詞字符的正則表達式爲：（?:\d|[A-Z]\w） 它將產生3次匹配：每1次匹配＝1A；每2次匹配＝BB;每3次匹配＝SA 可是沒有組被捕獲
（?<name>）	此選項組合括號內模式所匹配的字符，並用尖括號中指定的值爲組命名。在正則表達式中，可使用名稱進行反向引用，而沒必要使用編號。即便不設置ExplicitCapture選項，它也是一個捕獲組。這意味着反向引用能夠利用組內匹配的字符，或者經過Group類訪問	輸入字符串爲：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza可以匹配它們的姓名，並在一個組llastName中捕獲姓的正則表達式爲：\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b 它產生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都對應了一個lastName組： 第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不論是否設置了選項ExplictCapture，組都將被捕獲
（?=）	正聲明。聲明的右側必須是括號中指定的模式。此模式不構成最終匹配的一部分	正則表達式\S+(?=.NET)要匹配的輸入字符串爲：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 將產生以下匹配：〕 C# VB JScript.
（?!）	負聲明。它規定模式不能緊臨着聲明的右側。此模式不構成最終匹配的一部分	\d{3}(?![A-Z])要匹配的輸入字符串爲：123A 456 789111C 將產生以下匹配： 456 789
（?<=）	反向正聲明。聲明的左側必須爲括號內的指定模式。此模式不構成最終匹配的一部分	正則表達式(?<=New)([A-Z][a-z]+)要匹配的輸入字符串爲：The following states,New Mexico,West Virginia,Washington, New England 它將產生以下匹配： Mexico England
（?<!）	反向正聲明。聲明的左側必須不能是括號內的指定模式。此模式不構成最終匹配的一部分	正則表達式(?<!1)\d{2}([A-Z])要匹配的輸入字符串以下：123A456F789C111A 它將實現以下匹配： 56F 89C
（?>）	非回溯組。防止Regex引擎回溯而且防止實現一次匹配	假設要匹配全部以「ing」結尾的單詞。輸入字符串以下：He was very trusing 正則表達式爲：.*ing 它將實現一次匹配――單詞trusting。「.」匹配任意字符，固然也匹配「ing」。因此，Regex引擎回溯一位並在第2個「t」中止，而後匹配指定的模式「ing」。可是，若是禁用回溯操做：(?>.*)ing 它將實現0次匹配。「.」能匹配全部的字符，包括「ing」――不能匹配，從而匹配失敗

 

五.     決策字符

 

字 符	描 述	舉 例
（?(regex)yes_regex|no_regex）	若是表達式regex匹配，那麼將試圖匹配表達式yes。不然匹配表達式no。正則表達式no是可先參數。注意，做出決策的模式寬度爲0.這意味着表達式yes或no將從與regex表達式相同的位置開始匹配	正則表達式(?(\d)dA|A-Z)B)要匹配的輸入字符串爲：1A CB3A5C 3B 它實現的匹配是： 1A CB 3A
（?(group name or number)yes_regex|no_regex）	若是組中的正則表達式實現了匹配，那麼試圖匹配yes正則表達式。不然，試圖匹配正則表達式no。no是可先的參數	正則表達式  (\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的輸入字符串爲： 77-77A 69-AA 57-B 它實現的匹配爲： 77-77A －AA

 

注：上面表中列出的字符強迫處理器執行一次if-else決策

 

六.     替換字符

字 符	描 述
$group	用group指定的組號替換
${name}	替換被一個(?<name>)組匹配的最後子串
$$	替換一個字符$
$&	替換整個的匹配
$^	替換輸入字符串匹配以前的全部文本
$’	替換輸入字符串匹配以後的全部文本
$+	替換最後捕獲的組
$_	替換整個的輸入字符串

注：以上爲經常使用替換字符，不全

 

七.     轉義序列

字 符	描 述
\\	匹配字符「\」
\.	匹配字符「.」
\*	匹配字符「*」
\+	匹配字符「+」
\?	匹配字符「?」
\|	匹配字符「|」
\(	匹配字符「(」
\)	匹配字符「)」
\{	匹配字符「{」
\}	匹配字符「}」
\^	匹配字符「^」
\$	匹配字符「$」
\n	匹配換行符
\r	匹配回車符
\t	匹配製表符
\v	匹配垂直製表符
\f	匹配換面符
\nnn	匹配一個8進數字，nnn指定的ASCII字符。如\103匹配大寫的C
\xnn	匹配一個16進數字，nn指定的ASCII字符。如\x43匹配大寫的C
\unnnn	匹配由4位16進數字（由nnnn表示）指定的Unicode字符
\cV	匹配一個控制字符，如\cV匹配Ctrl-V

 

八.     選項標誌

選項標誌	名 稱
I	IgnoreCase
M	Multiline
N	ExplicitCapture
S	SingleLine
X	IgnorePatternWhitespace

注：選項自己的信做含義以下表所示：

標 志	名 稱
IgnoreCase	使模式匹配不區分大小寫。默認的選項是匹配區分大小寫
RightToLeft	從右到左搜索輸入字符串。默認是從左到右以符合英語等的閱讀習慣，但不符合阿拉伯語或希伯來語的閱讀習慣
None	不設置標誌。這是默認選項
Multiline	指定^和$能夠匹配行首和行尾，以及字符串的開始和結尾。這意味着能夠匹配每一個用換行符分隔的行。可是，字符「.」仍然不匹配換行符
SingleLine	規定特殊字符「.」匹配任意的字符，包括換行符。默認狀況下，特殊字符「.」不匹配換行符。一般與MultiLine選項一塊兒使用
ECMAScript.	ECMA(European Coputer Manufacturer’s Association,歐洲計算機生產商協會)已經定義了正則表達式應該如何實現，並且已經在ECMAScript規範中實現，這是一個基於標準的JavaScript。這個選項只能與IgnoreCase和MultiLine標誌一塊兒使用。與其它任何標誌一塊兒使用，ECMAScript都將產生異常
IgnorePatternWhitespace	此選項從使用的正則表達式模式中刪除全部非轉義空白字符。它使表達式能跨越多行文本，但必須確保對模式中全部的空白進行轉義。若是設置了此選項，還可使用「#」字符來註釋下則表達式
Complied	它把正則表達式編譯爲更接近機器代碼的代碼。這樣速度快，但不容許對它進行任何修改

 

oracle的正則表達式(regular expression)簡單介紹

目前，正則表達式已經在不少軟件中獲得普遍的應用，包括*nix（Linux, Unix等），HP等操做系統，PHP，C#，Java等開發環境。

Oracle 10g正則表達式提升了SQL靈活性。有效的解決了數據有效性， 重複詞的辨認, 無關的空白檢測，或者分解多個正則組成
的字符串等問題。

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

REGEXP_REPLACE(source_string,pattern,replace_string,position,occurtence,match_parameter)函數(10g新函數)
   描述:字符串替換函數。至關於加強的replace函數。Source_string指定源字符表達式；pattern指定規則表達式；replace_string指定用於替換的字符串；position指定起始搜索位置；occurtence指定替換出現的第n個字符串；match_parameter指定默認匹配操做的文本串。
   其中replace_string,position,occurtence,match_parameter參數都是可選的。

REGEXP_SUBSTR(source_string, pattern[,position [, occurrence[, match_parameter]]])函數(10g新函數)
    描述：返回匹配模式的子字符串。至關於加強的substr函數。Source_string指定源字符表達式；pattern指定規則表達式；position指定起始搜索位置；occurtence指定替換出現的第n個字符串；match_parameter指定默認匹配操做的文本串。
    其中position,occurtence,match_parameter參數都是可選的

match_option的取值以下：
 ‘c’   說明在進行匹配時區分大小寫（缺省值）；
  'i'   說明在進行匹配時不區分大小寫；
  'n'   容許使用能夠匹配任意字符的操做符；
  'm'   將x做爲一個包含多行的字符串。

REGEXP_LIKE(source_string, pattern[, match_parameter])函數(10g新函數)
    描述：返回知足匹配模式的字符串。至關於加強的like函數。Source_string指定源字符表達式；pattern指定規則表達式；match_parameter指定默認匹配操做的文本串。
    其中position,occurtence,match_parameter參數都是可選的

REGEXP_INSTR(source_string, pattern[, start_position[, occurrence[, return_option[, match_parameter]]]])函數(10g新函數)
    描述: 該函數查找 pattern ，並返回該模式的第一個位置。您能夠隨意指定您想要開始搜索的 start_position。 occurrence 參數默認爲 1，除非您指定您要查找接下來出現的一個模式。return_option 的默認值爲 0，它返回該模式的起始位置；值爲 1 則返回符合匹配條件的下一個字符的起始位置

特殊字符：'^' 匹配輸入字符串的開始位置，在方括號表達式中使用，此時它表示不接受該字符集合。'$' 匹配輸入字符串的結尾位置。若是設置了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 'n' 或 'r'。'.' 匹配除換行符 n以外的任何單字符。'?' 匹配前面的子表達式零次或一次。'*' 匹配前面的子表達式零次或屢次。'+' 匹配前面的子表達式一次或屢次。'( )' 標記一個子表達式的開始和結束位置。'[]' 標記一箇中括號表達式。'{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]+)$'表示全部小寫字母或數字組合成的字符串。num 匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。正則表達式的一個頗有用的特色是能夠保存子表達式之後使用， 被稱爲Backreferencing. 容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符或者單詞的位置. 被匹配的子表達式存儲在臨時緩衝區中， 緩衝區從左到右編號, 經過數字符號訪問。 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('ELLENHILDISMITcc, bb, aa'' 轉義符。字符簇： [[:alpha:]] 任何字母。[[:digit:]] 任何數字。[[:alnum:]] 任何字母和數字。[[:space:]] 任何白字符。[[:upper:]] 任何大寫字母。[[:lower:]] 任何小寫字母。[[:punct:]] 任何標點符號。[[:xdigit:]] 任何16進制的數字，至關於[0-9a-fA-F]。各類操做符的運算優先級轉義符(), (?:), (?=), [] 圓括號和方括號*, +, ?, {n}, {n,}, {n,m} 限定符^, $, anymetacharacter 位置和順序¦ 「或」操做--測試數據create table test(mc varchar2(60));insert into test values('112233445566778899');insert into test values('22113344 5566778899');insert into test values('33112244 5566778899');insert into test values('44112233 5566 778899');insert into test values('5511 2233 4466778899');insert into test values('661122334455778899');insert into test values('771122334455668899');insert into test values('881122334455667799');insert into test values('991122334455667788');insert into test values('aabbccddee');insert into test values('bbaaaccddee');insert into test values('ccabbddee');insert into test values('ddaabbccee');insert into test values('eeaabbccdd');insert into test values('ab123');insert into test values('123xy');insert into test values('007ab');insert into test values('abcxy');insert into test values('The final test is is is how to find duplicate words.');commit;1、REGEXP_LIKE select * from test where regexp_like(mc,'^a{1,3}');select * from test where regexp_like(mc,'a{1,3}');select * from test where regexp_like(mc,'^a.*e$');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:]]');2、REGEXP_INSTRSelect 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;3、REGEXP_SUBSTRSELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test;SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test;SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;4、REGEXP_REPLACESelect 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 AAAAAa aaaaaB BBBBBb bbbbbSQL> select * from test where regexp_like(id,'b','i'); --不區分數據大小寫ID MC-------------------- ------------------------------------------------------------B BBBBBb bbbbb