正则表达式语法

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 *、?、+、_、|、(、)、{ 必须在字符类内进行转义。

要在字符类中包括减号 (-)、脱字符 (^) 或直角方括号 (]) 字符，必须将字符转义。

下面给出了所支持的正则表达式元字符的列表。当 SIMILAR TO、REGEXP 和 REGEXP_SUBSTR 使用元字符时，几乎所有元字符的处理方式都相同：

字符	其它信息
[ 和 ]	左右方括号用于指定字符类。字符类是进行匹配时所要依据的一组字符。 除连字符 (-) 和脱字符 (^) 外，在字符类中指定的元字符和量词（如 * 和 {m}，分别为元字符和量词）没有特殊意义，可当作实际字符进行运算。 SQL Anywhere 还支持子字符类，例如 POSIX 字符类。请参见正则表达式：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。
?	问号可用于与字符匹配 0 次或 1 次。例如， 'colou?r' 匹配 color 和 colour。
+	加号可用于与字符匹配 1 次或多次。例如， 'bre+' 匹配 bre 和 bree，但不匹配 br。
-	可以在字符类中使用一个连字符来表示一个范围。例如， REGEXP '[a-e]' 匹配 a、b、c、d 和 e。 有关 REGEXP 和 SIMILAR TO 如何对范围求值的详细信息，请参见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。
( 和 )	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。
{ 和 }	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： !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~. [:punct:] 子字符类不能包括当前归类中可用的非 ASCII 标点字符。
[:word:]	匹配当前归类中的字母、数字或下划线字符。 [[:word:]] 等效于 [[:alnum:]_] 。
[:xdigit:]	匹配字符类 [0-9A-Fa-f] 中的字符。

正则表达式：所支持的其它语法约定

REGEXP 搜索条件和 REGEXP_SUBSTR 函数支持以下语法约定，同时它们假定反斜线为转义字符。而 SIMILAR TO 搜索表达式不支持这些约定。

正则表达式语法	名称和含义
\0xxx	匹配值为 \0xxx 的字符，其中 xxx 是任何八进制数字序列，0 是零。例如， \0134 匹配反斜线。
\a	匹配报警字符。
\A	用在字符集外部以便匹配字符串的开头。 等效于在字符集外部使用的 ^ 。
\b	匹配退格字符。
\B	匹配反斜线字符 (\)。
\cX	匹配已命名的控制字符。例如，\cZ 代表 ctrl-Z。
\d	匹配当前归类中的一个数字。例如，以下语句搜索 Contacts.Phone 以查找以 00 结尾的所有电话号码： 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] 与 [^\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
\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:]] 。
\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] 与 [^\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。 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。
\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 和 \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, '(?<=^\\S+\\s+).*$' ) FROM Customers;

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 '(?=.*[[:digit:]])(?=.*[[:alpha:]].*[[:alpha:]])[[:word:]]{4,12}' MESSAGE 'Password conforms' TO CLIENT; ELSE MESSAGE 'Password does not conform' TO CLIENT; END IF

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
(?=pattern)	肯定的 lookahead 零宽度断言 查看字符串中的当前位置是否紧跟着出现了 pattern，而 pattern 不会成为匹配字符串的一部分。 'A(?=B)' 匹配后面跟有 B 的 A，但不使 B 成为匹配的一部分。 例如， SELECT REGEXP_SUBSTR( 'in new york city', 'new(?=\\syork)'); 会返回子串 new，因为它后面紧跟着 ' york'（请注意 york 前面的空格）。
(?!pattern)	否定的 lookahead 零宽度断言 查看字符串中的当前位置是否没有 紧跟着出现 pattern，而 pattern 不会成为匹配字符串的一部分。所以， 'A(?!B)' 匹配后面未跟着 B 的 A。 例如， SELECT REGEXP_SUBSTR('new jersey', 'new(?!\\syork)'); 会返回子串 new。
(?<=pattern)	肯定的 lookbehind 零宽度断言 查看字符串中的当前位置是否前面紧挨着出现了 pattern，而 pattern 不会成为匹配字符串的一部分。所以， '(?<=A)B' 匹配前面紧挨着 A 的 B，但不使 A 成为匹配的一部分。 例如， SELECT REGEXP_SUBSTR('new york', '(?<=new\\s)york'); 会返回子串 york。
(?<!pattern)	否定的 lookbehind 零宽度断言 查看字符串中的当前位置的前面是否没有 紧挨着出现 pattern，而 pattern 不会成为匹配字符串的一部分。 例如， SELECT REGEXP_SUBSTR('about york', '(?<!new\\s)york'); 会返回子串 york。
(?>pattern)	所属关系局部子表达式 仅匹配与 pattern 匹配的剩余字符串的最大前缀。 例如，在 'aa' REGEXP '(?>a*)a' 中， (?>a*) 匹配（并消耗）aa，而决不仅仅是前导 a。因此， 'aa' REGEXP '(?>a*)a' 的计算结果为 false。
(?:pattern)	非捕获块 该语法在功能上就等效于 pattern，是为实现兼容性而提供。 例如，在 'bb' REGEXP '(?:b*)b' 中， (?:b*) 匹配（并消耗）bb。但是，与所属关系局部子表达式不同，bb 中的最后一个 b 会被放弃，以允许整个匹配成功（即，允许与在非捕获块的外部找到的 b 匹配）。 同样， 'a(?:bc|b)c' 匹配 abcc 和 abc。在匹配 abc 时，bc 中最后面的 c 会发生回溯，以便可以使用组外的 c 来使匹配成功。
(?#text)	用于注释。text 的内容会被忽略。