Oracle 正则表达式

就是由普通字符（例如字符a到z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

本文详细地列出了能在正则表达式中使用，以匹配文本的各种字符。当你需要解释一个现有的正则表达式时，可以作为一个快捷的参考。更多详细内容，请参考：Francois Liger,Craig McQueen,Pal Wilton[刘乐亭译] C#字符串和正则表达式参考手册北京：清华大学出版社2003.2

一.     匹配字符

字符类

匹配的字符

举 例

\d

从０-９的任一数字

\d\d匹配72,但不匹配aa或7a

\D

任一非数字字符

\D\D\D匹配abc,但不匹配123

\w

任一单词字符，包括A-Z,a-z,0-9和下划线

\w\w\w\w匹配Ab-2，但不匹配∑?$%*或Ab_@

\W

任一非单词字符

\W匹配＠，但不匹配a

\s

任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符

匹配在HTML,XML和其他标准定义中的所有传统空白字符

\S

任一非空白字符

空白字符以外的任意字符,如A%&g3;等

.

任一字符

匹配除换行符以外的任意字符除非设置了MultiLine先项

[…]

括号中的任一字符

[abc]将匹配一个单字符,a,b或c.

[a-z]将匹配从a到z的任一字符

[^…]

不在括号中的任一字符

[^abc]将匹配一个a、b、c之外的单字符,可以a,b或A、B、C

[a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母

 

二.     重复字符

重复字符

含 义

举 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个或更多的x,如xxx,xxx..

｛n,m｝

匹配前面的字符至少n次,至多m次。如果n为0，此参数为可选参数

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，实质上也是可选的

x?匹配x或零个x

+

匹配前面的字符0次或多次

x+匹配x或xx或大于0的任意多个x

*

匹配前面的字符0次或更多次

x*匹配0,1或更多个x

 

三.     定位字符

定位字符

描 述

^

随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一个字符串）来说，需要设置多行标志

$

前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾

\A

前面的模式必须位于字符串的开始位置，忽略多行标志

\z

前面的模式必须位于字符串的未端，忽略多行标志

\Z

前面的模式必须位于字符串的未端，或者位于一个换行符前

\b

匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首

\B

匹配一个非单词字符边界位置，不是一个单词的词首

注：定位字符可以应用于字符或组合，放在字符串的左端或右端

 

 

四.     分组字符

分组字符

定 义

举 例

（）

此字符可以组合括号内模式所匹配的字符，它是一个捕获组，也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分

输入字符串为：ABC1DEF2XY

匹配3个从A到Z的字符和1个数字的正则表达式：（[A-Z]{3}\d）

将产生两次匹配：Match 1=ABC1;Match 2=DEF2

每次匹配对应一个组：Match1的第一个组＝ABC;Match2的第1个组＝DEF

有了反向引用，就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项，就不能使用组所捕获的内容

（?:）

此字符可以组合括号内模式所匹配的字符，它是一个非捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture

输入字符串为：1A BB SA1 C

匹配一个数字或一个A到Z的字母，接着是任意单词字符的正则表达式为：（?:\d|[A-Z]\w）

它将产生3次匹配：每1次匹配＝1A；每2次匹配＝BB;每3次匹配＝SA

但是没有组被捕获

（?）

此选项组合括号内模式所匹配的字符，并用尖括号中指定的值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture选项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group类访问

输入字符串为：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名，并在一个组llastName中捕获姓的正则表达式为：\b[A-Z][a-z]+(?[A-Z][a-z]+)\b

它产生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza

每一次匹配都对应了一个lastName组：

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

不管是否设置了选项ExplictCapture，组都将被捕获

（?=）

正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分

正则表达式\S+(?=.NET)要匹配的输入字符串为：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal

将产生如下匹配：〕

C#

VB

JScript.

（?!）

负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分

\d{3}(?![A-Z])要匹配的输入字符串为：123A 456 789111C

将产生如下匹配：

456

789

（?<=）

反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分

正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为：The following states,New Mexico,West Virginia,Washington, New England

它将产生如下匹配：

Mexico

England

（?

匹配字符“{”

\}

匹配字符“}”

\^

匹配字符“^”

\$

匹配字符“$”

\n

匹配换行符

\r

匹配回车符

\t

匹配制表符

\v

匹配垂直制表符

\f

匹配换面符

\nnn

匹配一个8进数字，nnn指定的ASCII字符。如\103匹配大写的C

\xnn

匹配一个16进数字，nn指定的ASCII字符。如\x43匹配大写的C

\unnnn

匹配由4位16进数字（由nnnn表示）指定的Unicode字符

\cV

匹配一个控制字符，如\cV匹配Ctrl-V

 

八.     选项标志

选项标志

名 称

I

IgnoreCase

M

Multiline

N

ExplicitCapture

S

SingleLine

X

IgnorePatternWhitespace

注：选项本身的信作含义如下表所示：

标 志

名 称

IgnoreCase

使模式匹配不区分大小写。默认的选项是匹配区分大小写

RightToLeft

从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯

None

不设置标志。这是默认选项

Multiline

指定^和$可以匹配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“.”仍然不匹配换行符

SingleLine

规定特殊字符“.”匹配任意的字符，包括换行符。默认情况下，特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用

ECMAScript.

ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现，而且已经在ECMAScript规范中实现，这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用，ECMAScript都将产生异常

IgnorePatternWhitespace

此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有的空白进行转义。如果设置了此选项，还可以使用“#”字符来注释下则表达式

Complied

它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改

 

oracle的正则表达式(regular expression)简单介绍 目前，正则表达式已经在很多软件中得到广泛的应用，包括*nix（Linux, Unix等），HP等操作系统，PHP，C#，Java等开发环境。 Oracle 10g正则表达式提高了SQL灵活性。有效的解决了数据有效性， 重复词的辨认, 无关的空白检测，或者分解多个正则组成 的字符串等问题。 Oracle 10g支持正则表达式的四个新函数分别是：REGEXP_LIKE、REGEXP_INSTR、REGEXP_SUBSTR、和REGEXP_REPLACE。 它们使用POSIX 正则表达式代替了老的百分号（%）和通配符（_）字符。

REGEXP_REPLACE(source_string,pattern,replace_string,position,occurtence,match_parameter)函数(10g新函数)    描述:字符串替换函数。相当于增强的replace函数。Source_string指定源字符表达式；pattern指定规则表达式；replace_string指定用于替换的字符串；position指定起始搜索位置；occurtence指定替换出现的第n个字符串；match_parameter指定默认匹配操作的文本串。    其中replace_string,position,occurtence,match_parameter参数都是可选的。

REGEXP_SUBSTR(source_string, pattern[,position [, occurrence[, match_parameter]]])函数(10g新函数)     描述：返回匹配模式的子字符串。相当于增强的substr函数。Source_string指定源字符表达式；pattern指定规则表达式；position指定起始搜索位置；occurtence指定替换出现的第n个字符串；match_parameter指定默认匹配操作的文本串。     其中position,occurtence,match_parameter参数都是可选的

match_option的取值如下：  ‘c’   说明在进行匹配时区分大小写（缺省值）；   'i'   说明在进行匹配时不区分大小写；   'n'   允许使用可以匹配任意字符的操作符；   'm'   将x作为一个包含多行的字符串。 REGEXP_LIKE(source_string, pattern[, match_parameter])函数(10g新函数)     描述：返回满足匹配模式的字符串。相当于增强的like函数。Source_string指定源字符表达式；pattern指定规则表达式；match_parameter指定默认匹配操作的文本串。     其中position,occurtence,match_parameter参数都是可选的

REGEXP_INSTR(source_string, pattern[, start_position[, occurrence[, return_option[, match_parameter]]]])函数(10g新函数)     描述: 该函数查找 pattern ，并返回该模式的第一个位置。您可以随意指定您想要开始搜索的 start_position。 occurrence 参数默认为 1，除非您指定您要查找接下来出现的一个模式。return_option 的默认值为 0，它返回该模式的起始位置；值为 1 则返回符合匹配条件的下一个字符的起始位置

特殊字符： '^' 匹配输入字符串的开始位置，在方括号表达式中使用，此时它表示不接受该字符集合。 '$' 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 'n' 或 'r'。 '.' 匹配除换行符 n之外的任何单字符。 '?' 匹配前面的子表达式零次或一次。 '*' 匹配前面的子表达式零次或多次。 '+' 匹配前面的子表达式一次或多次。 '( )' 标记一个子表达式的开始和结束位置。 '[]' 标记一个中括号表达式。 '{m,n}' 一个精确地出现次数范围，m= <出现次数 <=n，'{m}'表示出现m次，'{m,}'表示至少出现m次。 ' ?' 指明两项之间的一个选择。例子'^([a-z]+ ?[0-9]+)$'表示所有小写字母或数字组合成的字符串。 num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。 正则表达式的一个很有用的特点是可以保存子表达式以后使用， 被称为Backreferencing. 允许复杂的替换能力 如调整一个模式到新的位置或者指示被代替的字符或者单词的位置. 被匹配的子表达式存储在临时缓冲区中，  缓冲区从左到右编号, 通过数字符号访问。 下面的例子列出了把名字 aa bb cc 变成 cc, bb, aa. Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual； REGEXP_REPLACE('ELLENHILDISMIT cc, bb, aa '' 转义符。 字符簇：  [[:alpha:]] 任何字母。 [[:digit:]] 任何数字。 [[:alnum:]] 任何字母和数字。 [[:space:]] 任何白字符。 [[:upper:]] 任何大写字母。 [[:lower:]] 任何小写字母。 [[:punct:]] 任何标点符号。 [[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]。 各种操作符的运算优先级 转义符 (), (?:), (?=), [] 圆括号和方括号 *, +, ?, {n}, {n,}, {n,m} 限定符 ^, $, anymetacharacter 位置和顺序 ? “或”操作 --测试数据 create table test(mc varchar2(60)); insert into test values('112233445566778899'); insert into test values('22113344 5566778899'); insert into test values('33112244 5566778899'); insert into test values('44112233 5566 778899'); insert into test values('5511 2233 4466778899'); insert into test values('661122334455778899'); insert into test values('771122334455668899'); insert into test values('881122334455667799'); insert into test values('991122334455667788'); insert into test values('aabbccddee'); insert into test values('bbaaaccddee'); insert into test values('ccabbddee'); insert into test values('ddaabbccee'); insert into test values('eeaabbccdd'); insert into test values('ab123'); insert into test values('123xy'); insert into test values('007ab'); insert into test values('abcxy'); insert into test values('The final test is is is how to find duplicate words.'); commit; 一、REGEXP_LIKE  select * from test where regexp_like(mc,'^a{1,3}'); select * from test where regexp_like(mc,'a{1,3}'); select * from test where regexp_like(mc,'^a.*e$'); 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 b bbbbb SQL> select * from test where regexp_like(id,'b','i'); --不区分数据大小写 ID MC -------------------- ------------------------------------------------------------ B BBBBB b bbbbb