带有未在模式中定义的特殊字符的 REGEXP_LIKE答案

【问题标题】：REGEXP_LIKE with special characters not defined in the pattern带有未在模式中定义的特殊字符的 REGEXP_LIKE
【发布时间】：2014-12-31 13:44:45
【问题描述】：

我正在使用名为“REGEXP_LIKE”的函数，下一个模式如下：

^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$

但是，我有一列包含要分析的下一个值：

REGEXP_LIKE (column_name,'^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$')

FRANÞOISVERBEKE@TISCALINET.BE
GENEVIÞVE.DELSOIR@MINFIN.FED.BE
CREVECOEURÆ-OLI@HOTMAIL.COM
HERVÉ.GHILBERT@SKYNET.BE

正如您所注意到的，它们都包含特殊字符，并且当我将函数与此模式一起使用时，它们都被认为是正确的。

如果我没有指定特殊字符，你知道为什么吗？如何使用此功能和此模式排除所有特殊字符？

【问题讨论】：

其他人已经在这里检查过这个（可能略有不同的问题）。我建议您查看这个问题的答案，stackoverflow.com/questions/156430/…。
@Patrick 很棒的链接。但我认为这里的问题是非 ASCII 字符与似乎只有 ASCII 的正则表达式匹配。
可能与问题本身无关，但在我看来，您在这里有一些 mojibake：FRANÞOISVERBEKE 可能应该是 FRANÇOISVERBEKE。 GENEVIÈVE 也一样...顺便说一句，rfc6530 添加对电子邮件地址中非 ASCII 字符的支持。
嗨，添加对非 ASCII 字符的支持是什么意思？目前，表中的值是这样的。我不能修改它们，我只需要过滤它们。
它们没有被过滤掉，因为例如，连字 Æ 在 A-Z 范围内 - 至少在您在数据库中使用的任何字符集中。

标签： oracle oracle11g oracle-sqldeveloper

【解决方案1】：

我不完全确定您是否可以在您的正则表达式中完成此操作。但是，您可以添加一个额外的过滤器，如下所示：

SELECT * FROM table_name
 WHERE REGEXP_LIKE(column_name,'^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$')
   AND REPLACE(TRANSLATE(LOWER(column_name), 'abcdefghijklmnopqrstuvwxyz0123456789@+.-_%','zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz'),'z') IS NOT NULL

TRANSLATE() 函数会将所有“常规”字母（加上电子邮件地址中通常允许的字符；我想我都知道了）替换为 'z's; REPLACE() 函数将这些替换为空；如果结果字符串 IS NOT NULL 则有“特殊”字符。

我无法确认这是否真的有效，因为我的数据库中的字符集是 ASCII 并且不返回正则表达式的“特殊”字符。但我确认REPLACE(TRANSLATE()) 子句确实有效：

WITH t1 AS (
    SELECT 'FRANÞOISVERBEKE@TISCALINET.BE' AS mycolumn FROM dual
)
SELECT mycolumn
     , REPLACE(TRANSLATE(LOWER(mycolumn),'abcdefghijklmnopqrstuvwxyz0123456789@+.-_%','zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz'),'z') AS mynewcolumn
  FROM t1
 WHERE REPLACE(TRANSLATE(LOWER(mycolumn),'abcdefghijklmnopqrstuvwxyz0123456789@+.-_%','zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz'),'z') IS NOT NULL

结果：

MYCOLUMN                       MYNEWCOLUMN
FRANÞOISVERBEKE@TISCALINET.BE  þ

【讨论】：