oracle中正则表达式的使用
使用正则表达式
目的
在本教程中,您将学习如何使用正则表达式支持。Oracle 数据库 10g 中引入了这个新特性。
大约 30 分钟
本教程包括下列主题:
概述 | |
前提条件 | |
在 Oracle 数据库 10g 中使用正则表达式 | |
使用基本搜索 | |
使用多语言功能 | |
正则表达式和校验约束 | |
总结 |
注意:此外,您还可以在下列步骤中将鼠标放在每个单独的图标上,从而仅加载和查看与该步骤相关的屏幕截图。可以通过单击各个屏幕截图来将其隐藏。
在 Oracle 数据库 10g 中,可以使用 SQL 和 PL/SQL 实现正则表达式支持。正则表达式是一种描述简单和复杂的搜索和处理模式的方法。字符串处理和搜索在基于 Web 的应用程序的逻辑中占有很大比重。其用途从简单的任务(例如,在指定文本中查找单词 San Francisco)到复杂的任务(例如,提取文本中的所有 URL),再到更复杂的任务(例如,查找第二个字符是元音的所有单词)。
Oracle 数据库 10g 引入了对正则表达式的支持。该实现符合用于 UNIX 的可移植操作系统 (POSIX) 标准(由电气和电子工程师协会 (IEEE) 颁布)的 ASCII 数据匹配语意和语法。Oracle 的多语言功能使运算符的匹配功能超过了 POSIX 标准。
在与 SQL 一起使用时,正则表达式可以对 Oracle 数据库中存储的任何数据执行强大的搜索和处理。可以使用此特性轻松解决在其他情况下很难通过编程解决的问题。
前提条件
开始本教程之前,您应该:
1. | ||
2. |
下载 regexp.zip 文件并将其解压缩到您的工作目录 (c:\wkdir) 中。 |
匹配机制
如果有一个字符串 aabcd,并指定了一个 a(b|c)d 搜索,则将搜索后跟 b 或 c,接着是 d 的 a。
Regular Expression: ‘a(b|c)d‘ |
a | a | b | c | d | 说明 | 结果 |
* | 搜索 a 并成功 | 匹配 | ||||
* | 搜索 b 但失败 | 不匹配 | ||||
* | 搜索 c 但失败,重置并继续搜索 | 不匹配 | ||||
* | 搜索 a 并成功 | 匹配 | ||||
* | 搜索 b 并成功;将 c 记忆为一个选择项 | 匹配 | ||||
* | 搜索 d 但失败 | 不匹配 | ||||
* | 搜索作为上记忆的选择项的 c 但失败,重置并继续搜索 | 不匹配 | ||||
* | 搜索 a 但失败,重置并继续搜索 | 不匹配 | ||||
* | 搜索 a 但失败,重置并继续搜索 | 不匹配 | ||||
* | 搜索 a 但失败,重置并继续搜索 | 不匹配 |
a(b|c)d 不匹配给定的字符串 aabcd。
要在 SQL 或 PL/SQL 中实现正则表达式支持,需要使用一组新函数。这些函数是:
函数名 | 说明 |
REGEXP_LIKE | 类似于 LIKE 运算符,但执行正则表达式匹配而不是简单的模式匹配 |
REGEXP_INSTR | 在给定字符串中搜索某个正则表达式模式,并返回匹配项的位置。 |
REGEXP_REPLACE | 搜索某个正则表达式模式并使用替换字符串替换它 |
REGEXP_SUBSTR | 在给定字符串中搜索某个正则表达式模式并返回匹配的子字符串 |
Oracle 数据库正则表达式中的 POSIX 元字符
元字符是具有特殊意义的字符,如通配符字符、重复字符、非匹配字符或一个字符范围。
可以在与函数匹配的模式中使用多个预定义的元字符符号。
符号 | 说明 |
*
|
匹配零个或多个匹配项 |
|
|
用于指定选择性匹配项的选择性运算符 |
^/$ |
匹配行的开头和结尾 |
[] |
用于匹配列表(匹配该列表中的任何表达式)的方括号表达式 |
[^exp] |
如果脱字符位于方括号内部,则对表达式取非。 |
{m} |
精确匹配 m 次 |
{m,n} |
至少匹配 m 次,但不超过 n 次 |
[: :] |
指定一个字符类并匹配该类中的任何字符 |
\ |
可以有四种不同的含义:(1) 表示其自身;(2) 引用下一个字符;(3) 引入一个运算符;(4) 不执行任何操作 |
+ |
匹配一个或多个匹配项 |
匹配零个或一个匹配项 | |
. |
匹配所支持字符集中的任何字符(NULL 除外) |
() |
对表达式进行分组(视作一个子表达式) |
\n |
向后引用表达式 |
[==] |
指定等价类 |
[..] |
指定一个对照元素(如多字符元素) |
Perl 正则表达式扩展
除了 POSIX 标准以外,Oracle 还支持受 Perl 影响的常见元字符。如果您是一位生命科学开发人员,并使用 Perl 对大型 DNA 和蛋白质数据库中存储的生物信息数据进行模式分析,则可以使用 SQL 正则表达式直接支持数据,而无需中间层。这可以提供更高效的解决方案。为 Perl 兼容性而添加的元字符包括:
运算符 | 说明 |
\d
|
匹配数字字符 |
\D
|
匹配非数字字符 |
\w |
匹配单词字符 |
\W |
匹配非单词字符 |
\s |
匹配空白字符 |
\S |
匹配非空白字符 |
\A |
仅匹配字符串的开头 |
\Z |
仅匹配字符串的结尾或者行结尾之前 |
\z |
仅匹配字符串的结尾 |
* |
匹配 0 次或更多次(非贪婪) |
+ |
匹配 1 次或更多次(非贪婪) |
? |
匹配 0 次或 1 次(非贪婪) |
{n} |
精确匹配 n 次(非贪婪) |
{n,} |
至少匹配 n 次(非贪婪) |
{n,m} |
至少匹配 n 次,但不超过 m 次(贪婪) |
有关 Oracle 正则表达式中受 Perl 影响的扩展的更多信息,请参阅《Oracle 数据库应用程序开发人员指南 — 基础 10g 第 2 版(10.2)》第 4 章“使用 Oracle 数据库中的正则表达式”。
您可以使用正则表达式功能来执行基本搜索。
正则表达式函数支持多语言功能,并可以用于对区域设置敏感的应用程序。要将正则表达式与 Oracle 的 NLS 语言功能结合使用,执行以下步骤:
1. |
执行以下脚本查找葡萄牙语的产品描述: @multiport.sql SELECT regexp_substr(translated_name, ‘^[a-z]+‘)
FROM oe.product_descriptions
WHERE language_id = ‘PT‘
AND translated_name like ‘G%‘ ;
请注意,未显示该数据。 ^ 位于方括号外部,这意味着您将搜索以任何字符(从 a 到 z)开头的任何字符串或子字符串。
|
2. |
执行同一查询,但这次使用不区分大小写的“i”。执行以下脚本: @multiport2.sql SELECT regexp_substr(translated_name, ‘^[a-z]+‘, 1, 1, ‘i‘)
FROM oe.product_descriptions
WHERE language_id = ‘PT‘
AND translated_name like ‘G%‘ ;
|
3. |
由于在遇到非英文字符时,返回的字符串被截断,因此结果仍不完整。这是因为范围 [a-z] 对NLS_LANGUAGE 比较敏感。范围表达式对 NLS_SORT 很敏感,在本例中,它派生自NLS_LANGUAGE。您需要相应地设置 NLS_LANGUAGE 参数,以返回完整结果。执行以下查询: @multiport3.sql ALTER SESSION SET NLS_LANGUAGE=PORTUGUESE;
SELECT regexp_substr(translated_name, ‘^[a-z]+‘, 1, 1, ‘i‘)
FROM oe.product_descriptions
WHERE language_id = ‘PT‘
AND translated_name like ‘G%‘ ;
|
4. |
最后一步是查看用英语和葡萄牙语表示的结果以确已经完成了翻译。执行以下脚本: @multiport4.sql SELECT REGEXP_SUBSTR(i.product_name, ‘^[a-z]+‘, 1, 1, ‘i‘) || ‘ = ‘
|| regexp_substr(d.translated_name, ‘^[a-z]+‘, 1, 1, ‘i‘)
FROM oe.product_descriptions d, oe.product_information i
WHERE d.language_id = ‘PT‘
AND d.translated_name like ‘G%‘
AND i.product_id = d.product_id ; ALTER SESSION SET NLS_LANGUAGE=AMERICAN;
|
您可以使用带有校验约束的正则表达式。定义校验约束时,您可以添加正则表达式语法条件,以检查数据是否符合约束。
1. |
在 CUSTOMERS 表的 CUST_EMAIL 列上添加一个校验约束可以确保只接受包含 @ 符号的字符串。执行以下脚本: @chkemail.sql INSERT INTO customers VALUES
(9999,‘Christian‘,‘Patel‘,
cust_address_typ (‘1003 Canyon Road‘,‘87501‘,
‘Santa Fe‘,‘NM‘,‘US‘),
phone_list_typ (‘+1 505 243 4144‘),‘us‘,‘AMERICA‘,‘100‘,
‘ChrisP+creme.com‘, 149, null, null, null, null, null) ;
由于未执行验证,因此接受了未包含 @ 符号的电子邮件地址。 运行脚本之后,在开始下一步之前,在 SQL> 提示符处运行 ROLLBACK 语句。 ROLLBACK;
|
2. | 通过执行以下脚本实施约束:
@chkemail2.sql ALTER TABLE customers
ADD CONSTRAINT cust_email_addr
CHECK(REGEXP_LIKE(cust_email,‘@‘))NOVALIDATE ;
|
3. | 再次执行 chkemail.sql 测试该约束。
@chkemail.sql
由于电子邮件地址不含要求的符号,因此它违反了校验约束。NOVALIDATE 子句确保不检查现有数据。
|
4. |
通过执行以下脚本删除约束: @chkemail3.sql ALTER TABLE customers DROP CONSTRAINT cust_email_addr ;
|
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。