正则表达式语法

通过 SIMILAR TO 和 REGEXP 搜索条件以及 REGEXP_SUBSTR 函数支持正则表达式。对于 SIMILAR TO,正则表达式语法符合 ANSI/ISO SQL 标准。对于 REGEXP 和 REGEXP_SUBSTR,正则表达式的语法和支持符合 Perl 5。

REGEXP 和 SIMILAR TO 使用正则表达式是与字符串 相匹配,而 REGEXP_SUBSTR 使用正则表达式则是与子串 相匹配。要实现 REGEXP 和 SIMILAR TO 的子串匹配行为,可在要尝试匹配的模式的任何一侧指定通配符。例如,REGEXP '.*car.*' 会与 car、carwash 和 vicar 匹配。或者,可重写查询以使用 REGEXP_SUBSTR 函数。请参见REGEXP_SUBSTR 函数 [String]。

通过 SIMILAR TO 匹配的正则表达式不区分大小写,也不区分重音。REGEXP 和 REGEXP_SUBSTR 不受数据库区分重音和大小写的影响。请参见LIKE、REGEXP 和 SIMILAR TO:字符比较上的差异。

正则表达式:元字符

元字符是在正则表达式中具有特殊含义的符号或字符。

元字符的处理视以下情况而异:

  • 正则表达式是与 SIMILAR TO 或 REGEXP 搜索条件一起使用,还是与 REGEXP_SUBSTR 函数一起使用

  • 元字符是否在正则表达式的字符类的内部

在继续之前,应了解字符类的定义。字符类是一组括在方括号内的字符,将根据这组字符对字符串中的字符进行匹配。例如,在 SIMILAR TO 'ab[1-9]' 语法中,[1-9] 就是一个字符类,它与 1 到 9 范围中(包括 1 和 9)的某一数字匹配。正则表达式中元字符的处理方式各不相同,这取决于元字符是否被放在字符类的内部。具体来说,当元字符放在字符类的内部时,多数元字符作为常规字符来处理。

对于 SIMILAR TO(仅限于 SIMILAR TO),元字符 *、"external nofollow" href="../dbreference_zh11/rf-sqllanguage-s-4915351.html#special-character-classes">正则表达式:特殊子字符类。

* 星号可用于与字符匹配 0 次或多次。例如,REGEXP '.*abc' 匹配的字符串以 abc 结尾并以任何前缀开头。因此,aabc、xyzabc 和 abc 匹配,但 bc 和 abcc 则不匹配。 "external nofollow" href="../dbreference_zh11/like-regexp-similarto.html#rf-sqllanguage-b-4686653">LIKE、REGEXP 和 SIMILAR TO:字符比较上的差异。

% 百分号可与 SIMILAR TO 配合使用来匹配任意数目的字符。

不将百分号视为 REGEXP 和 REGEXP_SUBSTR 所使用的元字符。当指定时,它匹配百分号 (%)。

_(下划线字符) 可将下划线与 SIMILAR TO 配合使用来匹配单个字符。

不将下划线视为 REGEXP 和 REGEXP_SUBSTR 所使用的元字符。当指定时,它匹配下划线 (_)。

| 管道符号用于指定匹配字符串时要使用的替代模式。在由竖线分隔的一行模式中,竖线被解释为 OR,匹配过程从最左侧的模式开始,在找到第一个匹配项时停止。因此,您应按优先级的降序顺序列出模式。您可以指定任意数量的替代模式。 () 当左括号和右括号用于正则表达式的各个组合部分时,它们为元字符。例如,(ab)* 匹配零个或多个 ab 的重复项。与使用数学表达式一样,您使用组合来控制正则表达式各部分的计算顺序。 {} 当左大括号和右大括号用于指定量词时,它们为元字符。量词指定一个模式要构成某个匹配所必须重复的次数。例如:

  • {m} 匹配某个字符正好 m 次。例如,'519-[0-9]{3}-[0-9]{4}' 匹配 519 地区号中的一个电话号码(假定数据按语法中定义的方式进行格式设置)。

  • {m,} 匹配某个字符至少 m 次。例如,'[0-9]{5,}' 匹配任何含有五个或更多数字的字符串。

  • {m,n} 匹配某个字符至少 m 次,但不超过 n 次。例如,SIMILAR TO '_{5,10}' 匹配任何含有 5 到 10(含 5 和 10)个字符的字符串。

\ 反斜线被用作元字符的转义字符。它也可被用于转义非元字符。 ^ 对于 REGEXP 和 REGEXP_SUBSTR,当脱字符在字符类的外部时,脱字符匹配字符串的开头字符。例如,'^[hc]at' 匹配 hat 和 cat,但只在字符串的开头。

当用在字符类内部时,以下行为适用:

  • REGEXP 和 REGEXP_SUBSTR 当脱字符为字符类中的第一个字符时,它与字符集中字符以外的任何字符匹配。例如,REGEXP '[^abc]' 匹配 a、b 或 c 以外的任何字符。

    如果脱字符不是方括号内的第一个字符,那么它匹配脱字符。例如,REGEXP_SUBSTR '[a-e^c]' 匹配 a、b、c、d、e 和 ^。

  • SIMILAR TO 对于 SIMILAR TO,脱字符被视作减号运算符。例如,SIMILAR TO '[a-e^c]' 匹配 a、b、d 和 e。

$ 当与 REGEXP 和 REGEXP_SUBSTR 一起使用时,匹配字符串的结尾字符。例如,SIMILAR TO 'cat$' 匹配 cat,但不匹配 catfish。

当与 SIMILAR TO 一起使用时,它匹配问号。

. 当与 REGEXP 和 REGEXP_SUBSTR 一起使用时,匹配任何单个字符。例如,REGEXP 'a.cd' 匹配以 a 开头并以 cd 结尾的含有四个字符的任何字符串。

当与 SIMILAR TO 一起使用时,它匹配句点 (.)。

: 在字符集中使用冒号来指定子字符类。例如,'[[:alnum:]]'

正则表达式:特殊子字符类

子字符类是嵌入到较大字符类中的特殊字符类。除了自定义字符类(在其中定义要匹配的字符集,例如,[abxq4] 将匹配字符集限制为 a、b、x、q 和 4)以外,SQL Anywhere 还支持子字符类,例如,大部分 POSIX 字符类。例如,[[:alpha:]] 表示所有大写和小写字母的集合。

REGEXP 搜索条件和 REGEXP_SUBSTR 函数支持下表中的所有语法约定,但 SIMILAR TO 搜索表达式不支持。SIMILAR TO 支持的约定在 SIMILAR TO 列中有一个 Y。

在 REGEXP 中,当使用 REGEXP_SUBSTR 函数时,可以使用脱字符对子字符类取非。例如,[[:^alpha:]] 匹配除字母字符以外的所有字符的集合。

子字符类 其它信息 SIMILAR TO [:alpha:] 匹配当前归类中的大写和小写字母字符。例如,'[0-9]{3}[[:alpha:]]{2}' 匹配三个数字,后跟两个字母。 Y [:alnum:] 匹配当前归类中的数字、大写和小写字母字符。例如,'[[:alnum:]]+' 匹配含有一个或多个字母和数字的字符串。 Y [:digit:] 匹配当前归类中的数字。例如,'[[:digit:]-]+' 匹配含有一个或多个数字或横线的字符串。同样,'[^[:digit:]-]+' 匹配含有一个或多个不是数字或横线的字符的字符串。 Y [:lower:] 匹配当前归类中的小写字母字符。例如,'[[:lower:]]' 不匹配 A,因为 A 为大写。 Y [:space:] 匹配单个空格 (' ')。例如,以下语句搜索 Contacts.City 以查找任何名称为两个词的城市:

SELECT City 
FROM Contacts
WHERE City REGEXP '.*[[:space:]].*';
Y [:upper:] 匹配当前归类中的大写字母字符。例如,'[[:upper:]ab]' 与以下其中一项匹配:任何大写字母、a 或 b。 Y [:whitespace:] 匹配一个空白字符,例如,空格、制表符、换页符和回车符。 Y [:ascii:] 匹配任何七位的 ASCII 字符(0 到 127 之间的顺序值)。 [:blank:] 匹配一个空白区或水平制表符。

[[:blank:]] 等效于 [ \t]

[:cntrl:] 匹配顺序值小于 32 或字符值为 127 的 ASCII 字符(控制字符)。控制字符包括换行符、换页符、退格符,等等。 [:graph:] 匹配打印字符。

[[:graph:]] 等效于 [[:alnum:][:punct:]]

[:print:] 匹配打印字符和空格。

[[:print:]] 等效于 [[:graph:][:whitespace:]]

[:punct:] 匹配其中一个字符: !"#$%&'()*+,-./:;<=>"d5e2141"> SELECT Surname, Surname, City, Phone FROM Contacts WHERE Phone REGEXP '\\d{8}00';

\d 既可用在字符类的内部也可用在字符类的外部,等效于 [[:digit:]]

\D 匹配数字以外的任何字符。它的作用与 \d 正好相反。

\D 既可用在字符类的内部也可用在字符类的外部,等效于 [^[:digit:]]

在方括号内使用取非速记时请务必谨慎。[\D\S][^\d\s] 并不相同。后者匹配数字或空格以外的任何字符。所以它匹配 x,但不匹配 8。而前者匹配不是数字或不是空格(满足两个条件之一)的任何字符。因为数字不是空格,空格也不是数字,所以 [\D\S] 可以匹配任何字符、数字、空格或其它字符。

\e 匹配转义字符。 \E 将由 \Q 启动的将元字符视为非元字符这一功能停止。

有关正则表达式元字符的列表,请参见正则表达式:元字符。

\f 匹配换页符。 \n 匹配换行符。 \Q 将所有元字符视为非元字符,直到遇到 \E。例如,\Q[$\E 等效于 \[\$

有关正则表达式元字符的列表,请参见正则表达式:元字符。

\r 匹配回车符。 \s 匹配一个被视为白空格的空格或字符。例如,以下语句从 Products.ProductName 中返回名称中至少有一个空格的所有产品名:

SELECT Name 
FROM Products
WHERE Name REGEXP '.*\\s.*'

\s 既可用在字符类的内部也可用在字符类的外部,等效于 [[:whitespace:]]。请参见正则表达式:特殊子字符类。

\S 匹配非白空格字符。它的作用与 \d 正好相反,而等效于 [^[:whitespace:]]

\S 既可用在字符类的内部也可用在字符类的外部。请参见正则表达式:特殊子字符类。

在方括号内使用取非速记时请务必谨慎。[\D\S][^\d\s] 并不相同。后者匹配数字或空格以外的任何字符。所以它匹配 x,但不匹配 8。而前者匹配不是数字或不是空格(满足两个条件之一)的任何字符。因为数字不是空格,空格也不是数字,所以 [\D\S] 可以匹配任何字符、数字、空格或其它字符。

\t 匹配水平制表符。 \v 匹配垂直制表符。 \w 匹配当前归类中的字母字符、数字或下划线。例如,以下语句从 Contacts.Surname 返回长度正好为七个字母数字字符的所有姓:

SELECT Surname 
FROM Contacts 
WHERE Surname REGEXP '\\w{7}';

\w 既可用在字符类的内部也可用在字符类的外部。请参见正则表达式:特殊子字符类。

等效于 [[:alnum:]_].

\W 匹配当前归类中字母字符、数字或下划线以外的任何字符。它的作用与 \w 正好相反,而等效于 [^[:alnum:]_]

在字符类的内部和外部都可使用此正则表达式。请参见正则表达式:特殊子字符类。

\xhh 匹配值为 0xhh 的字符,其中 hh 最多为两个十六进制数字。例如,\x2D 等效于一个连字符。

等效于 \x{hh}。

\x{hhh} 匹配值为 0xhhh 的字符,其中 hhh 最多为三个十六进制数字。 \z\Z 匹配字符串结尾处的位置(而非字符)。

等效于 $

正则表达式:断言

断言测试条件是否为真,并影响字符串中开始匹配的位置。断言不返回字符;最终匹配中不包括断言模式。REGEXP 搜索条件和 REGEXP_SUBSTR 函数支持这些断言模式。而 SIMILAR TO 搜索表达式不支持这些约定。

在尝试拆分字符串时,lookahead 和 lookbehind 断言对于 REGEXP_SUBSTR 将非常有用。例如,您可以通过执行以下语句返回 Customers 表的 Address 列中街道名称(不带街道编号)的列表:

SELECT REGEXP_SUBSTR( Street, '("复制示例" src="/UploadFiles/2021-04-02/copytoclipboard.gif">
    
  

另一个示例:假定您想要使用正则表达式来验证口令是否符合某些规则。您可以使用类似于下面内容的零宽度断言:

IF password REGEXP '("复制示例" src="/UploadFiles/2021-04-02/copytoclipboard.gif">
    
  

当满足以下条件时,口令有效:

  • password 至少有一位数(零宽度肯定断言 [[:digit:]])

  • password 至少有两个字母字符(零宽度肯定断言 [[:alpha:]].*[[:alpha:]])

  • password 只含有字母数字字符或下划线字符 ([[:word:]])

  • password 最少含有 4 个字符,最多含有 12 个字符 ({4,12})

下表包含 SQL Anywhere 支持的断言:

语法 含义 ("external nofollow" href="../dbreference_zh11/like-regexp-similarto.html">LIKE、REGEXP 和 SIMILAR TO 搜索条件。

请注意,如果在文字字符串中使用这些示例(例如,'.+@.+\\..+'),则应使用双反斜线

示例 匹配示例 信用卡号(仅限 REGEXP):

Visa:

4[0-9]{3}\s[0-9]{4}\s[0-9]{4}\s[0-9]{4}

MasterCard:

5[0-9]{3}\s[0-9]{4}\s[0-9]{4}\s[0-9]{4}

American Express:

37[0-9]{2}\s[0-9]{4}\s[0-9]{4}\s[0-9]{4}

Discover:

6011\s[0-9]{4}\s[0-9]{4}\s[0-9]{4}

匹配 (Visa): 4123 6453 2222 1746

非匹配 (Visa):

3124 5675 4400 4567, 4123-6453-2222-1746

同样,MasterCard 匹配一组 16 位的号码,以 5 开头,每四位号码组成的子集之间各有一个空格。American Express 和 Discover 是相同的,但是必须分别以 37 和 6011 开头。

日期(REGEXP 和 SIMILAR TO 均适用):

([0-2][0-9]|30|31)/(0[1-9]|1[0-2])/[0-9]{4}

匹配: 31/04/1999, 15/12/4567

非匹配: 31/4/1999, 31/4/99, 1999/04/19, 42/67/25456

Windows 绝对路径(仅限 REGEXP):

([A-Za-z]:|\\)\\[[:alnum:][:whitespace:]!"#$%&'()+,-.\\;=@\[\]^_`{}~.]*

匹配:\\server\share\file

非匹配:\directory\directory2, /directory2

电子邮件地址(仅限 REGEXP):

[[:word:]\-.]+@[[:word:]\-.]+\.[[:alpha:]]{2,3}

匹配:abc.123@def456.com, _123@abc.ca

非匹配:abc@dummy, ab*cd@efg.hijkl

电子邮件地址(仅限 REGEXP):

.+@.+\..+

匹配:*@qrstuv@wxyz.12345.com, __1234^%@@abc.def.ghijkl

非匹配:abc.123.*&ca, ^%abcdefg123

HTML 十六进制颜色代码(REGEXP 和 SIMILAR TO 均适用):

[A-F0-9]{6}

匹配:AB1234, CCCCCC, 12AF3B

非匹配:123G45, 12-44-CC

HTML 十六进制颜色代码(仅限 REGEXP):

[A-F0-9]{2}\s[A-F0-9]{2}\s[A-F0-9]{2}

匹配:AB 11 00, CC 12 D3

非匹配:SS AB CD, AA BB CC DD, 1223AB

IP 地址(仅限 REGEXP):

((2(5[0-5]|[0-4][0-9])|1([0-9][0-9])|([1-9][0-9])|[0-9])\.){3}(2(5[0-5]|[0-4][0-9])|1([0-9][0-9])|([1-9][0-9])|[0-9])

匹配: 10.25.101.216

非匹配: 0.0.0, 256.89.457.02

Java 注释(仅限 REGEXP):

/\*.*\*/|//[^\n]*

匹配位于 /* 和 */ 之间的 Java 注释,或者前缀为 // 的一行注释。

非匹配:a=1

货币(仅限 REGEXP):

(\+|-)?\$[0-9]*\.[0-9]{2}

匹配: $1.00, -$97.65

非匹配: $1, 1.00$, $-75.17

正数、负数和小数值(仅限 REGEXP):

(\+|-)?[0-9]+(\.[0-9]+)?

匹配: +41, -412, 2, 7968412, 41, +41.1, -3.141592653

非匹配: ++41, 41.1.19, -+97.14

口令(REGEXP 和 SIMILAR TO 均适用):

[[:alnum:]]{4,10}

匹配:abcd, 1234, A1b2C3d4, 1a2B3

非匹配:abc, *ab12, abcdefghijkl

口令(仅限 REGEXP):

[a-zA-Z]\w{3,7}

匹配:AB_cd, A1_b2c3, a123_

非匹配:*&^g, abc, 1bcd

电话号码(REGEXP 和 SIMILAR TO 均适用):

([2-9][0-9]{2}-[2-9][0-9]{2}-[0-9]{4})|([2-9][0-9]{2}\s[2-9][0-9]{2}\s[0-9]{4})

匹配: 519-883-6898, 519 888 6898

非匹配: 888 6898, 5198886898, 519 883-6898

句子(仅限 REGEXP):

[A-Z0-9].*(\.|\?|!)

匹配:Hello, how are you?

非匹配:i am fine

句子(仅限 REGEXP):

[[:upper:]0-9].*[.?!]

匹配:Hello, how are you?

非匹配:i am fine

社保号码(REGEXP 和 SIMILAR TO 均适用):

[0-9]{3}-[0-9]{2}-[0-9]{4}

匹配: 123-45-6789

非匹配:123 45 6789, 123456789, 1234-56-7891

URL(仅限 REGEXP):

(http://)?www\.[a-zA-Z0-9]+\.[a-zA-Z]{2,3}

匹配:http://www.sample.com、www.sample.com

非匹配:http://sample.com, http://www.sample.comm