Oracle中的正则表达式.pptVIP

第21章 Oracle中的正则表达式 在各种编程语言中，正则表达式都有着广泛的应用。Oracle 10g及以后的版本中也支持正则表达式，并提供了非常实用的函数。本章首先讲述正则表达式的基本知识，最后讲述Oracle中的正则表达式函数。本章的主要内容包括： 正则表达式基础知识； Oracle中的正则表达式函数。 21.1 正则表达式简介 正则表达式，就是以某种模式来匹配一类字符串。一旦概括了某类字符串，那么正则表达式即可用于针对字符串的各种相关操作。例如，判断匹配性，进行字符串的重新组合等。正则表达式提供了字符串处理的快捷方式。 22.1.1 正则表达式与通配符 正则表达式是一个模式，正则表达式可以看做一个模糊的字符串匹配；而通配符也可以看做模糊的字符串匹配。 正则表达式与通配符虽有相似之处，但却有着本质的区别。正则表达式中不仅存在着代表模糊字符的特殊字符，而且存在着量词等修饰字符，使得模式的控制更加灵活和强大。另外，通配符的使用一般是在特定的环境下，例如Windows的查询功能等，在不同的环境下，通配符有可能不同。而正则表达式，不但广泛应用于各种编程语言，而且在各种编程语言中，保持了语法的高度一致性。 22.1.2 正则表达式与编程语言 在各种编程语言中，可以说，正则表达式是无处不在的。正则表达式在各种编程语言中高度统一，都遵循一致的语法。因此，一旦熟悉了一种编程语言中的正则表达式，那么，可以直接应用于其他编程语言。编程语言同时也是正则表达式的载体，没有编程语言，正则表达式的作用将无从发印 21.2 正则表达式基础知识 正则表达式简单易学。本节将从以下几方面讲述正则表达式的基础知识。 元字符和普通字符； 量词； 字符转义与字符类； 字符组； 正则表达式分支。 21.2.1 元字符和普通字符 编程语言与普通文本文件的区别在于，编程语言中定义了保留字。这些保留字，都被编译器当做特殊命令来处理。其余才被当做普通字符串进行处理。 正则表达式的定义是以字符为基本单位的。这些字符也可以分为“保留字符”与普通字符两类，分别称为元字符和普通字符。元字符是指在正则表达式中表示特殊含义的字符。正则表达式中的元字符包括“.”、“\”、“?”、“*”、“+”、“|”、“{” 、“}”、“^”、“$”、“[”、“]”。 例如，元字符中的“.”用于匹配任何单字符（换行符除外）；“\” 可以与普通字符组合来表示特殊字符，也可与元字符组合使用来获得元字符的原义字符。元字符“^”和“$”用于匹配输入字符串的开始和结束。默认情况下，这里的开始和结束是指整个字符串的开头和结尾。 普通字符是指除元字符外的所有Unicode字符。普通字符匹配其本身。例如，字符“a”代表原义字符“a”。 21.2.2 量词 量词用来指定量词的前一个字符出现的次数。量词的形式主要有“?”、“*”、“+”、“{}”。 元字符“?”作为量词出现，用来匹配0个或1个字符。例如A?，表示0个或1个字符“A”。 元字符“*”作为量词出现，用来匹配0个或多个字符。例如A*，表示0个或多个字符“A”。 元字符“{”和“}”同时出现，用来匹配指定个数的字符，其形式有三种情况：A{3}表示匹配三个字符“A”；A{3,}表示匹配三个或更多个字符“A”；A{3,5}表示匹配3到5个字符“A”。 量词在用于匹配字符串时，默认遵循贪婪原则。贪婪原则是指，尽可能多地匹配字符。例如字符串“Function(p),(OK)”，如果使用正则表达式“\(.*\)”进行匹配，则得到字符串“(p),(OK)” ，而非“(p)”；若欲得到“(p)”，则必须取消量词的贪婪原则，此时只需要为量词后追加另外一个数量词“?”即可。如上面的正则表达式应该改为“\(.*?\)”。 21.2.3 字符转义与字符类 字符转义是指通过元字符“\”与其他字符进行组合。这里的“其他字符”包括了元字符和普通字符。 元字符在正则表达式中有特殊含义。如果需要使用其原义，则需要用到字符转义。字符转义使用字符“\”来实现。其语法模式为：“\”+元字符。例如，“\.”表示普通字符“.”； “\.doc”匹配字符串“.doc”；而普通字符“\”需要使用“\\”来表示。 21.2.4 字符组的使用 字符组是指将模式中的某些部分作为一个整体。这样，量词可以来修饰字符组，从而提高正则表达式的灵活性。例如，使用元字符和普通字符的组合，很难针对字符串“abc123abc123abc123”来归纳正则表达式。此时可以利用字符组来实现，相应的正则表达式可以表示为“(abc123)+”，表示连续的多个“abc123”组合。 字符组的另一个重要作用在于，许多编程语言中，可以利用“$1”、“$2”等来获取第一个、第二个字符组，即所谓的后向引用。在Ora