Oracle 正则表达式
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.
正则匹配特定字符串[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
(?<name>) 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]+(?<lastName>[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
(?<!) 反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分 正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下:123A456F789C111A
它将实现如下匹配:
56F
89C
(?>) 非回溯组。防止Regex引擎回溯并且防止实现一次匹配 假设要匹配所有以“ing”结尾的单词。输入字符串如下:He was very trusing
正则表达式为:.*ing
它将实现一次匹配――单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第2个“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing
它将实现0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,从而匹配失败
五. 决策字符
字 符 描 述 举 例
(?(regex)yes_regex|no_regex) 如果表达式regex匹配,那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意,作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配 正则表达式(?(\d)dA|A-Z)B)要匹配的输入字符串为:1A CB3A5C 3B
它实现的匹配是:
1A
CB
3A
(?(group name or number)yes_regex|no_regex) 如果组中的正则表达式实现了匹配,那么试图匹配yes正则表达式。否则,试图匹配正则表达式no。no是可先的参数 正则表达式
(\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为:
77-77A 69-AA 57-B
它实现的匹配为:
77-77A
-AA
注:上面表中列出的字符强迫处理器执行一次if-else决策
六. 替换字符
字 符 描 述
$group 用group指定的组号替换
${name} 替换被一个(?<name>)组匹配的最后子串
$$ 替换一个字符$
$& 替换整个的匹配
$^ 替换输入字符串匹配之前的所有文本
$’ 替换输入字符串匹配之后的所有文本
$+ 替换最后捕获的组
$_ 替换整个的输入字符串
注:以上为常用替换字符,不全
七. 转义序列
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 [, occur
rence[, 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 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, a
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论