Oracle中REGEXP_SUBSTR及其它支持正则表达式的内置函数小结

Oracle中REGEXP_SUBSTR函数的使用说明：

题目如下:
在oracle中，使用一条语句实现将'17,20,23'拆分成'17'，'20'，'23'的集合。

REGEXP_SUBSTR函数格式如下：
function REGEXP_SUBSTR(String, pattern, position, occurrence, modifier)
__srcstr ：需要进行正则处理的字符串
__pattern ：进行匹配的正则表达式，匹配的值将返回，返回策略由__occurrence决定
__position ：起始位置，从第几个字符开始正则表达式匹配（默认为1）
__occurrence ：标识第几个匹配组，默认为1
__modifier ：模式（'i'不区分大小写进行检索，'c'区分大小写进行检索。默认为'c'。）

1、查询使用正则分割后的第一个值，也就是17
[sql]
SELECT REGEXP_SUBSTR('17,20,23','[^,]+',1,1,'i') AS STR FROM DUAL;
结果:
STR
-----
17

2、查询使用正则分割后的最后一个值，也就是23
[sql]
SELECT REGEXP_SUBSTR('17,20,23','[^,]+',1,3,'i') AS STR FROM DUAL;
结果:
STR
----
23

3、获取一个多个数值的列，从而能够让结果以多行的形式展示出来
[sql]
SELECT LEVEL FROM DUAL CONNECT BY LEVEL <=7;
结果:
LEVEL
----
1
2
3
4
5
6
7

4、将上面REGEXP_SUBSTR的occurrence关联
[sql]
SELECT NVL(REGEXP_SUBSTR('17,20,23', '[^,]+', 1, LEVEL, 'i'), 'NULL') AS STR
FROM DUAL
CONNECT BY LEVEL <= 7;
结果:
STR
----
17
20
23
NULL
NULL
NULL
NULL

5、优化上面的SQL语句，让生成的行的数量符合实际情况
[sql]
SELECT REGEXP_SUBSTR('17,20,23', '[^,]+', 1, LEVEL, 'i') AS STR
FROM DUAL
CONNECT BY LEVEL <=
LENGTH('17,20,23') - LENGTH(REGEXP_REPLACE('17,20,23', ',', ''))+1;
结果:
STR
----
17
20
23

http://www.2cto.com/database/201209/154045.html

Oracle正则表达式(regularexpression)

元字符	字符含义	举例说明
^	匹配字符串的开始位置(在[]中使用，此时它表示不接受该字符集合。	^a：匹配以a开始的字符串 [^a]：匹配不含a的字符串
-	当使用在a-m表示范围； 当使用在第一个字符时表示 连字符串，如[-abc]
$	匹配字符结束位置	‘a$'：匹配以a结束的字符串
.	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	tr(y(ing)?)：可以表示try或者trying
*	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	a(b)*可以匹配 ab,abb,abbb,youabb (c|d)匹配c或d
[]	标记一个中括号表达式	[cd]匹配选择c或d等同于 (c|d)。匹配的是单字符，[^cd]是匹配c,d之外的单字符。 [a-z]表示所有小写字母
{m,n}	m= <出现次数 <=n，'{m}'表示出现m次，'{m,}'表示至少出现m次。
|	表示或者的关系。指明两项之间的一个选择
字符簇	字符含义
[[:alpha:]]	任何字母。
[[:digit:]]	[[:digit:]] 任何数字。
[[:alnum:]]	任何字母和数
[[: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]。

Oracle支持正则表达式的内置函数

名称	语法	备注
REGEXP_LIKE	REGEXP_LIKE (source_string, pattern [, match_parameter] )	source_string：源字符串 Pattern：正则表达式 match_parameter：匹配模式(i:不区分大小写；c:区分大小写；n:允许使用可以匹配任意字符串的操作符；m:将x作为一个包含多行的字符串。
REGEXP_REPLACE	REGEXP_REPLACE (source_string, pattern [,replace_string] [,position] [,occurtence] [,match_parameter] )	replace_string：用于替换的字符串 Position：开始搜索的起始位置 occurtence指定替换第n次出现字符串 其他同上。
REGEXP_SUBSTR	REGEXP_SUBSTR (source_string, pattern [,position [,occurrence [,match_parameter]]] )	Position：指定在字符串中准确位置,即开始匹配的字符的位置，默认为1 Occurrence：指定在源字符串匹配过程中相对其他字符串，哪个字符串应该匹配。例如 select regexp_substr('The zip code80831 is for falcon, co', '[[:alpha:]]{3,}', 1, 3) from dual; 结果选择的是code而非The或zip。 select regexp_substr('The zip code80831 is for falcon, co', '[[:alpha:]]{3,}', ,//表示从第11个字符（code的d字符）开始 1)//查找到第一个匹配的就是for了，第二个匹配的是falcon from dual; 结果是for
REGEXP_INSTR	REGEXP_INSTR (source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]] )	start_position： 开始搜索位置 Occurrence： 第n次出现pattern，默认为1 return_option： 0：pattern的起始位置 1：pattern下一个字符起始位置 默认为0
REGEXP_COUNT	REGEXP_COUNT (source_string, pattern [[,start_position] [,match_parameter]])	11g新增的函数，表示pattern在原字符串中出现的次数 start_position： 开始搜索的位置

Oracle支持正则表达式函数举例。

Regexp_substr：用来提取一个字符串的一部分。

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

Pattern为', [^,]*,'表示以，开始逗号，中间空一个格，连续0或多个非逗号字符，最后还是逗号，这样，返回则为', second filed,'。

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

Regexp_instr:用来pattern的起始位置。

如有一组地址，返回邮编的位置

regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA

91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')

显然结果位置是91234-1234对应的起始位置。

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

Regexp_replace：用来将pattern替换成需要替换的字符串，相比传统的replace函数，该函数相比较灵活。例如：

'Jone   smith'中有三个空格，而'Jone  smith'有2个空格，要将中间的空格改为一个空格，使用replace就要使用2次，而是用正则表达式，我们就就可以将pattern设计为

'( ){2,}'这样

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

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

regexp_like是增强版的like，可以包含_和%通配符，使用在where条件中。

正则表达式特性---后向引用

通过将自表达式匹配的内容缓存到缓冲区中，从左相右进行编号，以/digit（digit为1-9）。而子表达式用圆括号表示。

1.在regexp_replace中应用：

将字符串'aa bb cc'反写成'cc bb aa'则可以设计如下：

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

(.*)则表示任何一个字符串组合，三个这样的组合用空格隔开，与源字符串吻合，\1,\2,\3则分别存储了三个字表达式的值，这样我们就可以使用这个达到目的。

2.在regexp_substr中应用：

查找被空格隔开的重复字母数字值

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

返回结果为is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串，但是增加一个\1就表示连续返回两个同样字符串，这样就把重复的串给找出来。

http://www.jb51.net/article/31227.htm