MaxCompute SQL中的正则表达式采用的是PCRE的规范,匹配时按字符进行,支持的元字符如下表所示:
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:
select 'a+b' rlike 'a\\\+b' from test_dual;

+------+
| _c1  |
+------+
| true |
+------+
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 \\\
select 'a\\b', 'a\\b' rlike 'a\\\b' from test_dual;

+-----+------+
| _c0 | _c1  |
+-----+------+
| a\b | false |
+-----+------+
说明
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这两个字符时,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。
select 'a\tb', 'a\tb' rlike 'a\tb' from test_dual;

+---------+------+
| _c0     | _c1  |
+---------+------+
| a     b | true |
+---------+------+