Expressions régulières

S’applique à : Databricks SQL Databricks Runtime

Une expression régulière (regex) est un modèle qui décrit un ensemble de chaînes. Plusieurs Azure Databricks fonctions ET opérateurs SQL prennent une expression régulière pour faire correspondre, localiser, compter, extraire, remplacer ou fractionner du texte :

• opérateur rlike et opérateur regexp : testez si une chaîne correspond à un modèle.
• regexp_like fonction : testez si une chaîne correspond à un modèle.
• regexp_count fonction : comptez combien de fois qu’un modèle correspond.
• regexp_instr fonction : retourne la position de la première correspondance.
• regexp_substr fonction : retourne la première sous-chaîne correspondante.
• fonctions regexp_extract et regexp_extract_all : retournez un groupe de capture à partir de la première correspondance ou de toutes les correspondances.
• regexp_replace fonction : remplacez les correspondances par une chaîne de remplacement.
• fonction fractionnée : fractionnez une chaîne autour des correspondances d’un modèle.

Les opérateurs like et ilike n’utilisent pas d’expressions régulières. Ils utilisent un langage de modèle plus simple basé sur _ et %.

Moteur Regex

Azure Databricks évalue les expressions régulières à l’aide du moteur Javajava.util.regex. Les modèles doivent suivre Java syntaxe d’expression régulière, qui est largement compatible avec les expressions régulières de style Perl, mais diffère dans certains détails. Pour obtenir la référence complète et faisant autorité, consultez la documentation de la classe JavaPattern.

Les sections suivantes décrivent les constructions les plus couramment utilisées.

Classes de caractères

Ancres et limites

Quantificateurs

Les quantificateurs spécifient le nombre de fois où l’élément précédent doit correspondre. Par défaut, les quantificateurs sont gourmands et correspondent autant que possible. Ajoutez ? pour rendre un quantificateur réticent (faire correspondre le moins possible), par exemple .*?.

Groupes et modification

Indicateurs inline

Placez un indicateur au début du modèle pour modifier la façon dont le modèle entier est mis en correspondance.

Par exemple, (?i)ste(v\|ph)en correspond Steven, stevenet STEPHEN quel que soit le cas.

Échappement et littéraux de chaîne

Pour faire correspondre un caractère qui est également un métacharacteur regex (par .exemple, , , [*(, ou \), précèdez-le avec une barre oblique inverse. Par exemple, \. correspond à une période littérale et \\ correspond à une barre oblique inverse littérale.

Étant donné qu’une barre oblique inverse est également le caractère d’échappement dans les littéraux de chaîne SQL ordinaires, vous devez doubler chaque barre oblique inverse que vous envisagez de passer au moteur regex. Par exemple, pour passer le modèle \d+ à une fonction, écrivez-le comme '\\d+' dans un littéral de chaîne standard.

Pour éviter cette double échappement, utilisez un raw-literal (r préfixe) qui désactive le prétraitement des caractères d’échappement. Dans un littéral brut, écrivez le modèle exactement comme le moteur regex l’attend :

-- Regular string literal: backslashes must be doubled.
> SELECT regexp_substr('item 42 in stock', '\\d+');
 42

-- Raw literal: write the pattern as-is.
> SELECT regexp_substr('item 42 in stock', r'\d+');
 42

Modèles courants

Les modèles suivants couvrent les tâches fréquentes. Ils sont écrits en tant que littéraux bruts afin que les barres obliques inverses passent au moteur regex inchangé. Les modèles e-mail, URL et IP sont des illustrations intentionnellement simples, et non des validateurs stricts.

Word limites (\b) correspondent à une word entière plutôt qu’à une sous-chaîne :

-- 'cat' as a standalone word
> SELECT 'the cat sat on the mat' rlike r'\bcat\b';
 true

-- 'cat' only as part of a larger word
> SELECT 'category' rlike r'\bcat\b';
 false

Combinez un préfixe littéral avec un quantificateur pour extraire un jeton structuré, tel qu’un ID d’ordre :

> SELECT regexp_substr('Ref: ORD-12345 shipped on 2024-03-15', r'ORD-\d+');
 ORD-12345

Choisir la fonction appropriée

Utilisez ce tableau pour sélectionner la fonction qui correspond à votre objectif.

Articles connexes

• Opérateur regexp
• Fonction regexp_count
• Fonction regexp_extract
• Fonction regexp_extract_all
• Fonction regexp_instr
• Fonction regexp_like
• Fonction regexp_replace
• Fonction regexp_substr
• Opérateur rlike
• Fonction split
• Type STRING