南大通用GBase 8c regexp函数功能说明

一、序言

本文基于GBase兼容Oracle的5大正则系列函数测试用例整理，覆盖REGEXP_LIKE、REGEXP_COUNT、REGEXP_INSTR、REGEXP_SUBSTR、REGEXP_REPLACE，完全对标Oracle数据库正则语法、参数规则、匹配标记（i/m/n/in/im）、换行.匹配逻辑、捕获分组、空值入参、异常入参校验规则，是数据库Oracle兼容语法落地、开发自测、迁移改造的参考文档。 本用例核心基准：所有SQL预期结果与Oracle原版执行结果保持一致，用于验证国产数据库Oracle兼容层正则引擎正确性。

二、正则修饰符（匹配模式，核心差异点）

关键规则：默认.不能匹配换行；m改变锚点^/$作用域、n控制.是否吞换行，是整套测试核心基准。

通用约束

1. 负数入参（起始位置、匹配次数、分组号）Oracle 统一抛异常，兼容库需同步抛出报错；
2. 任意参数传入NULL 遵循 Oracle 空值返回规则，分函数差异化处理；
3. 正则捕获分组()支持序号取值，从 1 开始，0 代表完整匹配内容。

三、五大正则函数详细说明

3.1 REGEXP_LIKE正则匹配判断

作用：判断字符串是否匹配正则，返回布尔（true/false），对标 Oracle WHERE 条件判断逻辑。

语法：REGEXP_LIKE(源字符串,正则表达式[,修饰符])

换行测试：a||CHR(10)||d 场景： 无修饰、m：.不能跨换行，匹配 a.d 不命中； n：.可匹配换行，命中返回 true； 大小写i：GREEN 中重复元音 ee，不带 i 区分大小写不匹配，带 i 忽略大小写命中； 多行m：跨行文本 foo\nbar\nbaz，^bar 在 m 模式匹配行首 bar，默认不匹配； 组合标记in/im：同时控制大小写 + 换行锚点规则。

适用场景：WHERE 条件模糊筛选、数据规则校验。

3.2 REGEXP_COUNT正则匹配次数统计

作用：统计源串中正则匹配成功的总次数，返回整数；参数支持：REGEXP_COUNT(源,正则[,起始位置[,修饰符]]) 起始位置约束：起始位≤0 非法报错，同 Oracle ORA-01428； 贪婪匹配：123123123匹配(12)3重叠匹配计数，遵循Oracle非重叠匹配规则； 大小写 / 多行继承REGEXP_LIKE标记规则； 空源串、无匹配内容返回0。

适用场景：统计字段手机号 / 身份证 / 关键词出现频次。

3.3 REGEXP_INSTR正则匹配位置查找

作用：返回匹配内容起始下标（默认从1开始计数），Oracle全参数语法： REGEXP_INSTR(src,pattern[,pos[,occurrence[,opt[,flag[,group]]]]]) 参数释义 pos：查找起始下标；occurrence：第N次匹配； opt：0返回匹配起始位，1返回匹配结束后下标； flag：i/m/n修饰符；group：捕获分组编号，0 = 全匹配。 典型用例： 拆分英文语句单词，[^ ]+按空格分词，取第6个单词下标； 多级捕获(123)(4(56)(78))，通过group=4取最内层分组78位置； 非法值：pos/occurrence/group传负数直接抛出异常。

适用场景：截取指定位置关键字、结构化文本字段拆分。

3.4 REGEXP_SUBSTR 正则内容截取

作用：按正则截取匹配字符串，参数同REGEXP_INSTR，多分组取值。 语法：REGEXP_SUBSTR(源,正则[,起始位[,第几次匹配[,修饰符[,分组号]]]]) 分组规则：group=0返回完整匹配，≥1返回对应括号内捕获内容；无匹配返回NULL； 示例：,\s+([Zf][^,]+)，i忽略大小写，group=1截取zipcode town； 起始位、匹配次数负数入参报错。

适用场景：从混杂文本提取手机号、邮箱、编号、URL。

3.5 REGEXP_REPLACE正则替换

作用：使用替换串替换正则匹配内容，Oracle标准全参数： REGEXP_REPLACE(src,pattern,repl[,pos[,occ[,flag]]]) 参数：pos起始位置，occ第N个匹配开始替换（0 = 全局全部替换）；flag匹配修饰符； 特殊NULL规则（Oracle独有，重点兼容）

常用示例：连续多个空格( ){2,}替换为单个空格、手机号格式化512.123.4567→(512) 123-4567； 起始位、替换次数传负数触发异常；不支持g全局标记（Oracle无g，靠 occ=0全局替换）。 适用场景：数据清洗、格式标准化、敏感信息脱敏。

四、空值与异常入参规范（Oracle对齐重点）

1、NULL 参数规则

REGEXP_LIKE/COUNT/INSTR/SUBSTR：任一关键参数 NULL，返回 NULL；

REGEXP_REPLACE 特殊：pattern 为 NULL 直接返回原文本，区别其余函数。

2、非法数值入参

pos（起始下标）、occurrence（第 N 次匹配）、group（分组号）传入负数，全部抛出运行异常，对标 Oracle ORA-01428 错误。

3、非法修饰符：非 i/m/n 字符作为 flag，遵循 Oracle 原生容错逻辑。