oracle正则表达式多项匹配时相似项有优先级详解

前言：

Oracle常用正则表达式函数主要以下5个：

• REGEXP_LIKE：与LIKE的功能相似；
• REGEXP_SUBSTR ：与SUBSTR的功能相似；
• REGEXP_INSTR ：与INSTR的功能相似；
• REGEXP_REPLACE ：与REPLACE的功能相似；
• REGEXP_COUNT ：与COUNT的功能相似；

常用的正则表达式匹配符有以下运算符，本文重点来阐述“|”指定多个选项，容易被忽视的问题。

一、正则表达式用法（Regexp_Like为例）

Regexp_Like()函数 模糊匹配。

1、语法规则

regexp_like(source_string,pattern[match_parameter])

2、注释

• source_string：传入的字符串，可以是常量，也可以是某个值类型为串的列；
• pattern：要进行匹配的字符串；
• match_parameter：文本量，进一步订制搜索，取值如下：
  • ‘i’ 用于不区分大小写的匹配。
  • ‘c’ 用于区分大小写的匹配。
  • ‘n’ 允许将句点“.”作为通配符来匹配换行符。如果省略该参数，句点将不匹配换行符。
  • ‘m’ 将源串视为多行。即将“^”和“$”分别看做源串中任意位置任意行的开始和结束，而不是看作整个源串的开始或结束。如果省略该参数，源串将被看作一行来处理。

如果取值不属于上述中的某个，将会报错。如果指定了多个互相矛盾的值，将使用最后一个值。如’ic’会被当做’c’处理。
省略该参数时：默认区分大小写、句点不匹配换行符、源串被看作一行。

3、实例

代码：

select   * from (
select  'ABC你好'  reg from dual 
union 
select  'a233'  reg from dual)
where regexp_like(reg,'[0-9]','c')--匹配有数字的字符串

效果：

解析：

可以看到正则表达式，通过后面的'[0-9]'的规则来获取我们想要的数据。

二、正则表达式优先级的注意点

当我们使用REGEXP_REPLACE将多个表达式的数据替换时，这时候我们要考虑替换规则有没有类似项，比如REGEXP_REPLACE（reg,'-BL|-BL1'）即替换掉字符串reg里面包含-BL或者-BL1的字符串，此时如果我们按这种写法REGEXP_REPLACE（reg,'-BL|-BL1'），实际效果是只会替换掉-BL，因为oracle会按照替换规则的顺序来执行，如果满足了第一个条件，后面的就不会再去执行了，这也是为了加快了程序的处理速度，但同时也会造成我们常常忽略的问题。

好的，我们来看看下面的具体案例吧。

代码：

select reg,  REGEXP_REPLACE（reg,'-BL|-BL1'）reg_replace from (
select 'A_123456D-BL1' reg  FROM dual)

效果：

解析：

因为正则表达式，默认会按顺序执行，此时正则表达式，-BL满足规则了，就不会执行-BL1了，因此就会得到的结果是对应的REG字符串里面替换后还会多出了一个1。

三、解决方案

现实情况下，我们往往会有很多替换规则，少则几个，多则好几百，如果我们用replace函数估计要嵌套几百次，估计你会直摇头吧，虽然regexp_replace可以一次性将多个规则写在一起，但是我们还是要注意上述提到的优先级的问题。因此我们需要将相同的部分放到最后，如上面说到的“-BL”此时就能达到我们的需求了。

扩展：

我们来看个现实的案例。当面对168个规则时我们会遇到哪些问题。

1、正则表达式过长

解决方法：嵌套多个正则表达式，像竹笋一样多叠几层即可。

2、替换规则失效

出来的数据还是有我们不想要的数据，比如下面的三个批次，我们只想保存一条，如果我们替换规则不当就会造成，这三个字符串替换后还是不相同的，无法达到我们想要的效果。

解决办法：我们首先将所有的替换规则用EXCEL表例好，然后排好优先级，然后再去修改正则表达式。如图所示我们将规则列好，然后用不同颜色标示优先级。然后再整理表达式。如下图所示小编将最小匹配项的表达式放到最后面了，这样就能达到我们想要的效果了。

四、总结

针对复杂的数据分析，首先建议从业务角度去规范，因为虽然技术可以处理，但是历史数据处理成本是巨大，因此一个企业的数据底座搭建，是离不开强标准化的数据治理的。

到此这篇关于oracle正则表达式多项匹配时相似项有优先级的文章就介绍到这了,更多相关oracle正则表达式多项匹配内容请搜索萤火虫技术以前的文章或继续浏览下面的相关文章希望大家以后多多支持萤火虫技术！