SQL Server 中的 regexp_replace 等价物是什么答案

【问题标题】：What is regexp_replace equivalent in SQL ServerSQL Server 中的 regexp_replace 等价物是什么
【发布时间】：2020-08-12 18:05:44
【问题描述】：

我在 Oracle 中有这段代码，我需要将其转换为 SQL Server 以获得相同的行为。我使用了REPLACE 函数。它似乎有效，但我只是想确定一下。

REGEXP_REPLACE(
                phonenumber, 
               '([[:digit:]]{3})([[:digit:]]{3})([[:digit:]]{4})', 
               '(\1)\2-\3'
               ) phonenumber

【问题讨论】：

SQL Server 中的 REPLACE 函数肯定不能解决这个问题
@MartinSmith 任何建议
所以您正在寻找精确匹配 10 位数字的字符串并尝试将它们转换为 (012)345-6789?
如果您需要在 SQL Server 中实际支持 REGEX，则需要实现 CLR 函数。
是的，没错。所以基本上，例如，我有电话号码 xxx- xxx xxxx，我想将其格式化为 (xxx) xxx- xxxx

标签： sql-server regex oracle

【解决方案1】：

SQL Server 不支持本机正则表达式。您将需要使用 CLR（或 @Lukasz Szozda 在 cmets 中指出较新的 Language Extensions 之一）。

如果我正确理解了正则表达式，尽管它匹配 10 位数字的字符串并将前 3 个分配给第 1 组，第二个 3 分配给第 2 组，最后 4 个分配给第 3 组，然后在表达式 (\1)\2-\3 中使用反向引用

您可以使用内置的字符串函数来执行此操作，如下所示

SELECT CASE
         WHEN phonenumber LIKE REPLICATE('[0-9]', 10)
           THEN  FORMATMESSAGE('(%s)%s-%s', 
                      LEFT(phonenumber, 3),
                      SUBSTRING(phonenumber, 4, 3),
                      RIGHT(phonenumber, 4))
         ELSE phonenumber
       END

【讨论】：

仍然是 CLR？现在当我们支持Java/R/Python "This extends the TSQL surface area to better handle use cases involving regular expressions, string handling, and NLP support."
是的，没错，CLR/其他语言扩展 - 仍然没有任何可用的东西，无需编写自定义代码并可能启用当前禁用的其他功能

【解决方案2】：

您可以使用 CLR 编写 SQL 函数，该函数将包装标准 dotnet 正则表达式。我已经写了这个，你可以使用它there。它看起来像这样：

DECLARE @SourceText NVARCHAR(MAX) = N'My first line <br /> My second line';
DECLARE @RegexPattern NVARCHAR(MAX) = N'([<]br\s*/[>])';
DECLARE @Replacement NVARCHAR(MAX) = N''
DECLARE @IsCaseSensitive BIT = 0;

SELECT regex.Replace(@SourceText, @RegexPattern, @Replacement, @IsCaseSensitive);

【讨论】：

考虑到该链接指向一个“废旧的 CoCo”Github 存储库，您应该注意到它是您编写的。

【解决方案3】：

正如 Martin 在 his answer 中所说，SQL Server 没有内置的 RegEx 功能（虽然这里没有建议，但要明确一点：不，LIKE 和 @987654329 的 [...] 通配符@ 是不是正则表达式）。如果您的数据几乎没有变化，那么可以，您可以使用一些 T-SQL 函数组合：REPLACE、SUBSTRING、LEFT、RIGHT、CHARINDEX、PATINDEX、FORMATMESSAGE、 CONCAT，也许还有一两个人。

但是，如果数据/输入甚至具有中等程度的复杂性，那么内置的 T-SQL 函数充其量是繁琐的，最坏的情况是无用的。在这种情况下，可以通过 SQLCLR 执行实际的 RegEx（只要您不使用 Azure SQL Database Single DB 或通过 AWS RDS 使用 SQL Server 2017+），这是在 SQL Server 中运行的（受限）.NET 代码。您可以编写自己的代码/在 S.O. 上找到示例。或其他地方，或尝试一个预先完成的库，例如我创建的SQL# (SQLsharp)，它的免费版本包含几个 RegEx 函数。请注意，作为 .NET 的 SQLCLR 不是基于 POSIX 的 RegEx，因此不使用 POSIX character classes（意思是：您需要将 \d 用于“数字”而不是 [:digit:]）。

在这种特殊情况下所需的复杂程度尚不清楚，因为问题中的示例代码暗示数据简单且统一（即1112223333），但comment on the question 中显示的示例数据似乎表明存在可能是数据中的破折号和/或空格（即xxx- xxx xxxx）。

如果数据确实是统一的，那就坚持使用@MartinSmith 提供的纯T-SQL 解决方案。但是，如果数据足够复杂，那么请考虑下面的 RegEx 示例，使用我的SQL# 库的免费版本中的 SQLCLR 函数（如前所述），它可以轻松处理输入数据的 3 种变化等等：

SELECT SQL#.RegEx_Replace4k(tmp.phone,
                            N'\(?(\d{3})\)?[ .-]*(\d{3})[ .-]*(\d{4})', N'($1)$2-$3',
                            -1,   -- count (-1 == unlimited)
                            1,    -- start at
                            N'')  -- RegEx options
FROM   (VALUES (N'8885551212'),
               (N'123- 456 7890'),
               (N'(777) 555- 4653')
       ) tmp([phone]);

(888)555-1212
(123)456-7890
(777)555-4653

RegEx 模式允许：

0 或 1 (
3 个十进制数字
0 或 1 )
0 个或多个、. 或 -
3 个十进制数字
0 个或多个、. 或 -
4 位十进制数字

注意

有人提到较新的语言扩展可能是比 SQLCLR 更好的选择。语言扩展允许通过sp_execute_external_script 存储过程调用托管在 SQL Server 之外的 R / Python / Java 代码。正如Tutorial: Search for a string using regular expressions (regex) in Java 页面所示，外部脚本实际上不是SQL Server 中RegEx 的许多/大多数用途的好选择。主要问题是：

与 SQLCLR 不同，外部脚本的唯一接口是存储过程。这意味着您不能在查询中使用任何内联功能（SELECT、WHERE 等）。
使用外部脚本，您可以传入查询，使用外部语言处理结果，然后传回静态结果集。这意味着编译后的代码现在必须更专业（即紧密耦合）到特定用途。更改查询使用 RegEx 的方式和/或返回的列现在需要编辑、编译、测试和部署 R / Python / Java 代码以及（和协调！）T-SQL变化。

我确信外部脚本绝对很棒，并且在某些情况下是比 SQLCLR 更好的选择。但它们当然不适合 RegEx 的使用方式（与许多/大多数其他功能一样）的高度多样化且通常是临时性的。

【讨论】：