spark sql正则表达式规则 sql中正则表达式

名称解释

       正则表达式（Regular Expression Support）通常是被用来检索或替换那些符合某个模式的文本内容一个公式。许多程序设计语言都支持利用正则表达式进行字符串操作,是一个处理文本非常有用的工具。oracle10g以前，我们在处理文本字符的时候，往往需要通过like和substr、instr、replace组合实现，比较麻烦，而oracle10g开始，可以通过REGEXP_LIKE、REGEXP_REPLACE、REGEXP_INSTR和REGEXP_SUBSTR结合正则表达式的元字符，对文本进行简单的检索和替换，下面我们就对其进行简单的介绍和举例。

元字符

       上面我们讲到了元字符，那什么是元字符呢？元字符是特殊字符，在正则表达式中具有特殊意义，如通配字符，重复字符，非匹配符或字符的范围等等。您可以使用多种预定义的模式匹配元字符，下面我们把正则表达式的元字符及其描述列举如下：

         

    接下来我们来对如何使用这些元字符举几个简单的例子。

       问题一：找到’abc’ 字符串

       解决：[abc]    意思就是必须匹配abc

       匹配：’abc’

       不匹配：’abd’

       问题二：找到’a’之后是任意字符，其次是’c’的字符

       元字符中’.’代表任意非空的字符

       方法：[a.c]     意思是必须匹配a中间是任意非空字符c结尾

       匹配：’abc’

       匹配：’adc’

       匹配：’afc’

       匹配：’a2c’

       不匹配：’abb’

       问题三：找到一次或者多次出现了’a’的字符

       元字符中’+’代表字符出现1次或者多次

       方法：[a+]    意思是出现1次或者多次a的字符

       匹配：’a’

       匹配：’aa’

       不匹配：’bbb’

       通过上面的例子，我们大概就应该知道了元字符的运用，合理的进行组合这些元字符，能够满足一些复杂的要求，在oracle 10g中要运用这些元字符，必须在其提供的正则表达式函数中引用，下面我们就介绍下前面也提到的4个正则表达式函数。

正则表达式函数

       在第一段的时候我们就提到了，Oracle 10g开始，提供了REGEXP_LIKE、REGEXP_REPLACE、REGEXP_INSTR和REGEXP_SUBSTR 四个函数来进行正则表达式的应用，他们的具体描述见下表：

他们的语法如下：

REGEXP_LIKE

语法：

REGEXP_LIKE (srcstr, pattern [,match_option])

例子：Select * From 人员表  Where REGEXP_LIKE (姓名, '^王(.)丽$')

说明：1.起点必须整个字符串匹配2.中间可以是任意字符3.$结尾必须整个字符串匹配，本例想匹配的结果人员姓名是’王’开头，’丽’结尾，中间是任意字符的人员。

结果：

REGEXP_INSTR

语法：

REGEXP_INSTR(srcstr,pattern[,position[,occurrence[,return_option[, match_option]]]])

例子：Select 姓名, Regexp_Instr(姓名, '[^[:alpha:]]') From 人员表 Where Regexp_Instr(姓名, '[^[:alpha:]]') > 1;

说明：找到第一个非字符在姓名中出现的位置

结果：

注：这里我们看到，空格也算非字符

REGEXP_SUBSTR

语法：

REGEXP_SUBSTR(srcstr,pattern[,position[,occurrence[,match_option]]])

例子：SELECT 规格,REGEXP_SUBSTR(规格 , '[^┆]+') As 剂量FROM 收费细目;

说明：返回规格中1个或者多个字符，直到出现’┆’

结果：

REGEXP_REPLACE

语法：

REGEXP_REPLACE(srcstr, pattern[,replacestr[,position [, occurrence [, match_option]]]])

例子：Select 费用类型,REGEXP_replace(费用类型,'(.)','\1 ') As 替代  From 收费细目

说明：在每个字符后面加一个空格

结果：

    通过上面的举例，大家了解了正则函数一些最简单的应用，在实际工作中，如果想实现一些复杂的应用，就需要我们对元字符和表达函数的进行合理组合，大家可以下来多尝试下。

检查约束

       除了上面的应用，Oracle还提供了正则表达式的在表中的检查约束的应用，这里给大家简单的举个例子。

       我们HIS系统中的人员表有个字段是电子邮件，一般情况下电子邮件的格式应该是[e-mail]等，必定有个特殊字符@,我们就可以在这个字段创建检查约束，对其进行检查，语句如下：

ALTER TABLE 人员表 ADD CONSTRAINT 电子邮件    CHECK(REGEXP_LIKE(电子邮件,'@'))  NOVALIDATE

       这样，我们在人员表的电子邮件字段就建了一个检查约束，当我们要插入人员表的电子邮件字段数据时候，就会检查变更的字段是否有’@’特殊字符，如果没有就不允许插入和修改，如下：

结语

       通过前面的介绍，大家对oracle 10g的正则表达式有了一些简单的认识，以后在写复杂报表的时候就会多一种选择，如果想要熟练的运用，就需要各位在实际工作中多多的练习和揣摩