MaxCompute用户指南：SQL：附录：正则表达式规范

MaxCompute SQL 中的正则表达式采用的是 PCRE 的规范，匹配时是按字符进行，支持的元字符如下所示：

元字符	说明
^	行首
$	行尾
.	任意字符
*	匹配零次或多次
+	匹配1次或多次
?	匹配零次或1次
?	匹配修饰符，当该字符紧跟在任何一个其他限制符 (* ,+, ?, {n}, {n,}, {n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串， 而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
A|B	A或B
(abc)*	匹配abc序列零次或多次
{n}或{m,n}	匹配的次数
[ab]	匹配括号中的任一字符,例中模式匹配a或b
[a-d]	匹配a,b,c,d任一字符
[^ab]	^表示非，匹配任一非a非 b的字符
[::]	见下表POSIX字符组
\	转义符
\n	n为数字1-9，后向引用
\d	数字
\D	非数字

POSIX 字符组

POSIX字符组	说明	范围
[[:alnum:]]	字母字符和数字字符	[a-zA-Z0-9]
[[:alpha:]]	字母	[a-zA-Z]
[[:ascii:]]	ASCII字符	[\x00-\x7F]
[[:blank:]]	空格字符和制表符	[ \t]
[[:cntrl:]]	控制字符	[\x00-\x1F\x7F]
[[:digit:]]	数字字符	[0-9]
[[:graph:]]	空白字符之外的字符	[\x21-\x7E]
[[:lower:]]	小写字母字符	[a-z]
[[:print:]]	[:graph:]和空白字符	[\x20-\x7E]
[[:punct:]]	标点符号	[][!”#$%&’()*+,./:;<=>? @\^_`{|}~-]
[[:space:]]	空白字符	[ \t\r\n\v\f]
[[:upper:]]	大写字母字符	[A-Z]
[[:xdigit:]]	十六进制字符	[A-Fa-f0-9]

由于系统采用反斜线“\”作为转义符，因此正则表达式的模式中出现的“\”都要进行二次转义。如正则表达式要匹配字符串a+b，其中“+”是正则中的一个特殊字符，因此要用转义的方式表达，在正则引擎中的表达方式是a\\\+b，由于系统还要解释一层转义，因此能够匹配该字符串的表达式是a\\\\+b。
假设存在表 test_dual，示例如下：

1. select 'a+b' rlike 'a\\\+b' from test_dual;
3. +------+
4. | _c1  |
5. +------+
6. | true |
7. +------+

极端的情况，如果在要匹配字符“\”， 由于在正则引擎中“\”是一个特殊字符，因此要表示为\\，而系统还要对表达式进行一次转义，因此写成\\\\：

1. select 'a\\b', 'a\\b' rlike 'a\\\\b' from test_dual;
3. +-----+------+
4. | _c0 | _c1  |
5. +-----+------+
6. | a\b | true |
7. +-----+------+

注意：
在 MaxCompute SQL 中写a\\b， 而在输出结果中显示a\b，同样是因为 MaxCompute 会对表达式进行转义。

如果字符串中有制表符 TAB，系统在读入\t这两个字符的时候，即已经将其存为一个字符，因此在正则的模式中也是一个普通的字符。

1. select 'a\tb', 'a\tb' rlike 'a\tb' from test_dual;
3. +---------+------+
4. | _c0     | _c1  |
5. +---------+------+
6. | a     b | true |
7. +---------+------+