Pedro F. Carvalho
Analista de Sistemas
[email protected]
Para a Ciência da Computação Expressões Regulares(ERs ou do inglês
abreviado regex - regular expression) provê uma forma eficiente de identificar e
manusear cadeias de caracteres de interesse, como caracteres particulares, seqüências
alfanuméricas, padrões numéricos, etc... Dessa forma podemos, por exemplo, utilizar
ERs para:
—
Localizar um determinado trecho de texto que só se tem idéia das variações
possíveis.
—
Procurar seqüências alfanuméricas que se iniciem ou terminem com
caracteres conhecidos.
—
Realizar busca com padrões complexos de combinações alfanuméricas.
—
Validação de formatos de texto
—
Filtragem de informação.
Para utilização de Expressões Regulares, se faz necessário conhecer alguns
metacaracteres( entenda por “curingas” ou “alias”) que são encontrados na utlização
de ERs, nesse instante apenas sitarei alguns realações mais completas poderão ser
encontradas a apartir das referências no final do artigo. Para utilização de expressões
regulares existem vários metacaracteres que devem ser conhecidos, entre eles:
Metacaracter
Função
Exemplo
\
Escape
\\ corresponde a \
^
Posição inicial da Linha(String)
^A corresponde a que se
deseje as strings que se
iniciem com A
$
Posição final da Linha(String)
$B corresponde a que se
deseje as strings que
terminem com B
[]
Lista
[abc] a string deve conter
qualquer dos caracteres da
lista
.
Qualquer caractere
Funciona como um “coringa”
trazendo qualquer resultado,
por exemplo: n.o trará
qualquer resultado como não
ou nao
{n}
Número de caracteres
|
Alternativa (similar a ou)
Alternativa de padrão de
busca, por exemplo
(‘joão’|’maria’)
Pedro F. Carvalho
Analista de Sistemas
[email protected]
O Oracle versão 10G , ou superior, possui as seguintes funções de busca
baseada no uso de expressões regulares:
REGEXP_LIKE(),REGEXP_REPLACE(),REGEXP_SUBSTR() e REGEXP_COUNT(), essa
última novidade da versão 11G.
REGEXP_LIKE(x, padrão[,opção_correspondente]) - Realiza a busca em x da
expressão regular definida no parâmetro padrão. Opção_correspondente pode ser
definida com os seguintes valores:
•
•
•
•
•
‘c’ - Especifica correspondência com diferenciação de maiúsculas e minúsculas(
Padrão – case-Sensitive)
‘i’ - Especifica a busca sem diferenciação de caracteres maiúsculos e
minúsculos(case-Insensitive)
‘n’ - Que permite usar o operador de correspondência com qualquer caractere.
‘m’ - Que trata x como uma linha múltipla.
‘x’ - ignora espaços em branco.
A semelhança com o comando LIKE não é mera coincidência, mas o leitor já poderá
notar a maior flexibilidade no uso de REGEXP_LIKE em relação ao operador LIKE.
Considerando que a melhor maneira de aprender é com a utilização prática,
estarei ilustrando a utilização com vários pequenos exemplos de uso, que poderão ser
estudados e adaptados a outras necessidades.
Nesse primeiro exemplo suponhamos a necessidade de achar em uma tabela de
clientes todos os clientes com data de nascimento entre 1970 e 1975. Podemos
realizar a busca, usando expressões regulares, da seguinte forma:
SELECT nome, sobrenome, data_nascimento
FROM clientes
WHERE REGEXP_LIKE(TO_CHAR(data_nascimento, 'YYYY'), '^197[0-5]$');
Devemos ter em mente que ERs, ao contrário do operador LIKE, tem a tendência
de nos trazer tudo, sem a necessidade dos coringas (%), dessa forma precisamos
estar atentos para restringir a informação de retorno ao desejado.
Para quem não tem ainda experiência com expressões regulares, podemos definir,
como exemplo, um conjunto numérico de muitas formas, de forma que [0123456789]
é igual à [0-9], esses detalhes podem tornar seu código muito mais legível e elegante,
e economizar digitação é claro. No exemplo anterior poderíamos ler a expressão da
seguinte forma, retorne todos os clientes (nome, sobrenome, data de nascimento),
cujo ano de nascimento se inicie com 197(“^197”) e termine (“$” ) com um elemento
de 0 até 5 (“[0-5]$”).
Pedro F. Carvalho
Analista de Sistemas
[email protected]
Outro exemplo de recuperação de registros dos clientes, podemos ter a
necessidade de recuperar em uma base qualquer os clientes cujo sobrenome se
iniciem com ‘C’ ou ‘c’, realmente um exemplo simples. Nesse caso podemos lançar
mão, por exemplo, do seguinte código, onde observem o metacaracter “^” garante a
busca no inicio do campo e a opção correspondente “i” uma busca case-insensitive:
SELECT nome, sobrenome, data_nascimento
FROM clientes
WHERE REGEXP_LIKE(sobrenome, '^C’, ‘i’);
Para recuperar os registros dos clientes que se chamem Flávio ou Flavio, podemos
usar o seguinte o código:
SELECT nome, sobrenome, data_nascimento
FROM clientes
WHERE REGEXP_LIKE(nome , '^FL[aá]’, ‘i’);
Note nesse caso que os elementos da lista “a ou “á” não possuem separadores e
que a busca é case-insentive. Nesse ponto muitos podem colocar que esse mesmo tipo
de busca pode ser feita por meio de LIKE em SQL ou por meio de buscas textuais.
Nesse instante devemos pensar que para cada caso existe uma solução mais
adequada, e que para nesses exemplos a solução mais simples elegante é realmente
lançar mão das ERs, mas deixo bem claro que existirão situações que a utilização de
soluções textuais, fonéticas, ou até mesma a combinação de várias dessas técnicas
combinadas ainda com Ers, poderão se mostrar úteis ou até mesmo necessárias.
Continuando com nossos exemplos, podemos trazer uma seleção de linhas em que o
nome possua exatamente cinco letras:
SELECT nome
FROM clientes
WHERE REGEXP_LIKE(nome , '^.....$','i');
Podemos observar que o número de caracteres desejadas também poderia ser
expresso da seguinte maneira, no bloco WHERE da nossa expressão:
REGEXP_LIKE(nome, '^.{5}$','i');
Pedro F. Carvalho
Analista de Sistemas
[email protected]
Nesse momento vamos supor que queremos procurar dois nomes ao mesmo tempo,
ou ‘joão’ ou ‘maria’:
SELECT nome
FROM clientes
WHERE REGEXP_LIKE(nome , '(joão|maria)','i');
Estes exemplos simples tiveram como objetivo, demonstrar tanto a versatilidade
quanto a simplicidade das ERS, e como sua utilização pode se expandir para expnadir
para muito além do nosso conhecido comando LIKE.
Não poderíamos deixar de citar que podemos lançar mão de ERs nos SGBDs para
outras funções que não somente a busca, podemos utiliza-los, por exemplo para
restringir entradas nos SGBDs. Para tanto podemos utilizar também as ERs para
construção de constraints, por exemplo, para definir o formato que o números de
telefones devem ser armazenados no SGBD, por exemplo (xxx) xxx-xxxxx,
poderíamos lançar mão do seguinte comando:
ALTER TABLE cliente
ADD (CONSTRAINT formato_numero_telefone
CHECK (REGEXP_LIKE(numero_telefone,
'^\([[:digit:]]{3}\) [[:digit:]]{3}-[[:digit:]]{4}$')));
Além de REGEXP_LIKE o Oracle disponibiliza as seguintes funções com suporte a
expressões regulares:
•
REGEXP_REPLACE() – O uso dessa função é para procurar um padrão e
substituí-lo por um string dada
•
REGEXP_SUBSTR() – Retorna parte de uma string com recursos avançados.
estende as funcionalidades da função SUBSTR, deixando você pesquisar uma
string para uma expressão regular padrão. Esta função é útil se você precisar o
conteúdo de uma string, mas não corresponder a sua posição na string original.
A função retorna a string como VARCHAR2 ou CLOB.
•
REGEXP_COUNT() –Novidade do Oracle 11G - , Usado para obter a
quantidade de vezes que uma expressão regular ocorre em uma string.
Pedro F. Carvalho
Analista de Sistemas
[email protected]
As expressões regulares possuem várias vantagens sobre os tradicionais
comandos SQLs (LIKE, INSTR, SUBSTR e REPLACE) desses apenas o operador LIKE
possui facilidades de busca ( % e _ ), e mesmo assim não suporta mecanismos de
busca de padrões ou expressões complexas, sendo muito difícil reproduzir expressões
regulares complexas com comandos SQL
IV – E quanto a índices?
Todos sabemos que os índices são um fator muito importante na busca de
informações em função da melhor desempenho que podem proporcionar as buscas.
Assim como com a utilização em SGBDs do comando LIKE , os índices padrões criados
em um determinado campo não são utilizados nas buscas por ERs, no entanto, isso é
muito importante, você pode criar índices baseados em função para implementar
desempenho em suas consultas com ERs, caso contrário suas consultas com ERs farão
uma varredura completa na tabela(full table scan) o que poderá causar contenção no
banco de dados.