Oracle REGEXP_INSTR（）和“ az”字符范圍與預期不匹配

Question

我想在Oracle數據庫中使用REGEXP_INSTR()來檢查小寫/大寫字符。 我知道[:upper:]和[:lower:] POSIX字符類，但是我使用了az ，這給了我我不明白的真正奇怪的結果。 有人可以解釋嗎？

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

該行為的原因是排序規則。 請參閱NLS_SORT文檔 ：

• 如果該值為BINARY，則ORDER BY查詢的整理順序基於字符的數字值（需要較少系統開銷的二進制排序）。
  
• 如果該值是命名的語言排序，則排序基於定義的語言排序的順序。 NLS_LANGUAGE參數支持的大多數（但不是全部）語言也支持同名的語言排序。

將NLS_SORT設置為BINARY以便可以按與ASCII表相同的順序來解析[AZ] ，

alter session set nls_sort = 'BINARY'

然后，您將獲得一致的結果。

請參閱在線演示 。

Answer 2

好的，關於NLS_SORT導致此行為的答案是正確的，但我認為它不能以一種可以理解的方式對其進行解釋。 我發現的任何文檔都沒有做到這一點...

您必須想象[az]定義的字符范圍實際上是從所有可能的字符的單個子字符串派生的，這些子字符串根據NLS_SORT進行排序。

假設整個字母只是字母數字字符。 按BINARY排序后，將產生基本字符串，如0123456789abcdefgh...xyzABCDE...XYZ 。 由此得出， [0-6]擴展為[0123456] ， [af] [0-6]擴展為[0123456] [abcdef] ， [5-b]擴展為[56789ab]等。

但是，按linguistic_definition排序會產生不同的基本字符串，例如0123456789aAbBcCdDeF...xXyYzZ 。 因此， [0-6]仍擴展為[0123456] ，但[af]現在擴展為[aAbBcCdDeEf] ， [5-b]擴展為[56789aAb]等。

這就是為什么a不匹配[AZ] ，但是b匹配的原因。 [AZ]實際上擴展到[AbBcC...yYzZ]其包括z但不是a 。

實際上， [AZ]甚至可能包含更多字符，例如[aAàáâÀÁÂ...]等。