--====================================
--标题: 应用实例之SQL SERVER 正则匹配
--作者：maco_wang
--时间：2012-03-25
--说明：MS-SQL SERVER 中的正则匹配
--====================================

/*
假设测试数据为：
col
----------
a b d c e
a a b c d
b b c d e
e u g h w
o a k d w

1)得到没有重复字母的行，即想要得到如下结果：
col
--------------
a b c d e
e u g h w
o p k n w

2)得到同时存在a和d，并且a和d之间只有0或是1个字母的，即想要得到的结果:
col
----------
a b d c e
o a k d w

*/

--测试数据
if object_id('[tb]') is not null drop table [tb]
create table [tb] (col varchar(10))
insert into [tb]
select 'a b d c e' union all
select 'a a b c d' union all
select 'b b c d e' union all
select 'e u g h w' union all
select 'o a k d w' 

select * from [tb]

--本示例在SQL SERVER 2000版本即可适用。

go
create function dbo.RegexMatch
(
 @pattern varchar(2000),
 @matchstring varchar(8000)
)
returns int
as 
begin
 declare @objRegexExp int
 declare @strErrorMessage varchar(255)
 declare @hr int,@match bit
 exec @hr= sp_OACreate 'VBScript.RegExp', @objRegexExp out
 if @hr = 0 
 exec @hr= sp_OASetProperty @objRegexExp, 'Pattern', @pattern
 if @hr = 0 
 exec @hr= sp_OASetProperty @objRegexExp, 'IgnoreCase', 1
 if @hr = 0 
 exec @hr= sp_OAMethod @objRegexExp, 'Test', @match OUT, @matchstring
 if @hr <>0 
 begin
 return null
 end
 exec sp_OADestroy @objRegexExp
 return @match
end

go
--1)得到没有重复字母的行
--正常思路，可能是按照空格分割后去重然后合并，最后判断长度（略）

--用正则就很方便了
select col from [tb] where dbo.RegexMatch('^.*?([a-z])[ ]\1.*?$',col)=0
/*
col
----------
a b d c e
e u g h w
o a k d w
*/

--2)得到同时存在a和d，并且a和d之间间隔小于等于一个字母的

--正常思路
select col from [tb] 
where charindex('a',col)>0
and charindex('d',col)>0
and abs(charindex('a',col)-charindex('d',col))<5
/*
col
----------
a b d c e
o a k d w
*/
--正则处理
select col from [tb] where dbo.RegexMatch('.*a[a-z ]{1,3}d.*',col)=1
/*
col
----------
a b d c e
o a k d w
*/
--这里的正则写法考虑的就不全，如果d在a前面呢？
--那么修正一下
select col from [tb] 
where dbo.RegexMatch('.*d[a-z ]{1,3}a.*|.*a[a-z ]{1,3}d.*',col)=1
/*
col
----------
a b d c e
o a k d w
*/