正则表达式语法

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。
*	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。
%	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，`REGEXP 'cat$'` 匹配 cat，但不匹配 catfish。
.	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:]]'`。

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。

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

\0 xxx

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 (\)。

\c X

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。

\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 \[\$。

\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。

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

\x hh

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 $。

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}' THEN
   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。

正则表达式语法

正则表达式：元字符

正则表达式：特殊子字符类

正则表达式：所支持的其它语法约定

正则表达式：断言

另请参见