Question

我想在oracle数据库中使用REGEXP_INSTR()来检查小写/大写字符。我知道[:upper:]和[:lower:] POSIX字符类，但是我选择了a-z，这给了我我不明白的结果。有人可以解释吗？

SELECT REGEXP_INSTR('abc','[A-Z]',1,1,0,'c') FROM DUAL
-- Got 2, expected 0

SELECT REGEXP_INSTR('zyx','[A-Z]',1,1,0,'c') FROM DUAL
-- Got 1, expected 0

SELECT REGEXP_INSTR('ABC','[a-z]',1,1,0,'c') FROM DUAL
-- Got 1, expected 0

SELECT REGEXP_INSTR('ZYX','[a-z]',1,1,0,'c') FROM DUAL
-- Got 2, expected 0

SELECT REGEXP_INSTR('a3','[A-F0-9]',1,1,0,'c') FROM DUAL
-- Got 2, expected 2

SELECT REGEXP_INSTR('b3','[A-F0-9]',1,1,0,'c') FROM DUAL
-- Got 1, expected 2

SELECT REGEXP_INSTR('b3','[A-F0-9]') FROM DUAL
-- Got 1, expected 1 or 2

SELECT REGEXP_INSTR('a3','[A-F0-9]') FROM DUAL
-- Got 2, expected same as above

Answer 1

该行为的原因是排序规则。参见NLS_SORT documentation：

如果该值为BINARY，则ORDER BY查询的整理顺序基于字符的数字值（需要较少系统开销的二进制排序）。


如果该值是命名的语言排序，则排序基于定义的语言排序的顺序。 NLS_LANGUAGE参数支持的大多数（但不是全部）语言也支持同名的语言排序。

将NLS_SORT设置为BINARY，以便可以按与ASCII表相同的顺序来解析[A-Z]

alter session set nls_sort = 'BINARY'

然后，您将获得一致的结果。

请参见online demo。

Answer 2

好的，NLS_SORT导致此行为的答案是正确的，但我认为它不能以一种可以理解的方式对其进行解释。我发现的任何文档都没有做到这一点……

您必须想象[a-z]定义的字符范围实际上是由所有可能的字符的单个子字符串派生的，这些子字符串根据NLS_SORT进行了排序。

让我们假设整个字母只是字母数字字符。按BINARY排序，这会产生类似于0123456789abcdefgh...xyzABCDE...XYZ的基本字符串。因此，[0-6]扩展到[0123456]，[a-f]扩展到[abcdef]，[5-b]扩展到[56789ab]等。

由linguistic_definition排序，但是会产生不同的基本字符串，例如0123456789aAbBcCdDeF...xXyYzZ。因此，[0-6]仍扩展为[0123456]，但是[a-f]现在扩展为[aAbBcCdDeEf]，[5-b]扩展为[56789aAb]等...

这就是a与[A-Z]不匹配但b相匹配的原因。 [A-Z]实际上扩展为[AbBcC...yYzZ]，其中包括z但不包括a。

实际上，[A-Z]甚至可能包含更多字符，例如[aAàáâÀÁÂ...]等。

Oracle REGEXP_INSTR（）和“ a-z”字符范围与预期不匹配

2 个答案: