T-SQL 中的 SQL Server 正则表达式解决方法？

我有一些用于使用正则表达式的 SQLCLR 代码。但现在它正在迁移到 Azure，而 Azure 不允许 SQLCLR，所以这种情况就不再发生了。我需要找到一种在纯 T-SQL 中执行正则表达式的方法。

主数据服务不可用，因为我们拥有的 SQL 开发版本不是 R2。

所有想法表示赞赏，谢谢。

正则表达式匹配需要处理的样本 （过去几年从 regexlib 和其他地方挑选的）

电子邮件地址

^[\w-]+(\.[\w-]+)*@([a-z0-9-]+(\.[a-z0-9-]+)*?\.[a-z]{2,6}|(\d{1,3}\.){3}\d{1,3})(:\d{4})?$

dollars

^(\$)?(([1-9]\d{0,2}(\,\d{3})*)|([1-9]\d*)|(0))(\.\d{2})?$

uri

^(http|https|ftp)\://([a-zA-Z0-9\.\-]+(\:[a-zA-Z0-9\.&%\$\-]+)*@)*((25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])|localhost|([a-zA-Z0-9\-]+\.)*[a-zA-Z0-9\-]+\.(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2}))(\:[0-9]+)*(/($|[a-zA-Z0-9\.\,\?\'\\\+&%\$#\=~_\-]+))*$

一位数字

^\d$

百分比

^-?[0-9]{0,2}(\.[0-9]{1,2})?$|^-?(100)(\.[0]{1,2})?$

高度表示法

^\d?\d'(\d|1[01])"$

1 1000 之间的数字

^([1-9]|[1-9]\d|1000)$

信用卡号码

^((4\d{3})|(5[1-5]\d{2})|(6011))-?\d{4}-?\d{4}-?\d{4}|3[4,7]\d{13}$

年份清单

^([1-9]{1}[0-9]{3}[,]?)*([1-9]{1}[0-9]{3})$

一周中的日子

^(Sun|Mon|(T(ues|hurs))|Fri)(day|\.)?$|Wed(\.|nesday)?$|Sat(\.|urday)?$|T((ue?)|(hu?r?))\.?$

12 小时制时间

(?<Time>^(?:0?[1-9]:[0-5]|1(?=[012])\d:[0-5])\d(?:[ap]m)?)

24 小时制时间

^(?:(?:(?:0?[13578]|1[02])(\/|-|\.)31)\1|(?:(?:0?[13-9]|1[0-2])(\/|-|\.)(?:29|30)\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:0?2(\/|-|\.)29\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:(?:0?[1-9])|(?:1[0-2]))(\/|-|\.)(?:0?[1-9]|1\d|2[0-8])\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$

美国电话号码

^\(?[\d]{3}\)?[\s-]?[\d]{3}[\s-]?[\d]{4}$

遗憾的是，您将无法将 CLR 函数移至 SQL Azure。您将需要使用普通字符串函数（PATINDEX、CHARINDEX、LIKE 等）或在数据库外部执行这些操作。

EDIT为问题中添加的示例添加一些信息。

电子邮件地址

这一直是有争议的，因为人们对于他们想要支持哪个版本的 RFC 存在分歧。例如，原始版本不支持撇号（或者至少人们坚持认为它不支持 - 诚然，我还没有从档案中挖出它并自己阅读它），而且它必须经常扩展以适应新的需求。 TLD（一次用于 4 字母 TLD，如 .info，然后再次用于 6 字母 TLD，如 .museum）。我经常听到知识渊博的人说完美的电子邮件验证是不可能的，并且以前曾在电子邮件服务提供商工作过，我可以告诉您这是一个不断变化的目标。但对于最简单的方法，请参阅问题SQL 电子邮件验证（无正则表达式） https://stackoverflow.com/questions/229824/tsql-email-validation-without-regex.

一位数字

可能是其中最简单的一个：

WHERE @s LIKE '[0-9]';

信用卡号码

假设您删除了破折号和空格，无论如何您都应该这样做。请注意，这并不是对信用卡号码算法的实际检查，以确保号码本身实际上有效，只是它符合通用格式（AmEx = 以 3 开头的 15 位数字，其余为 16 位数字 - Visa以 4 开头，MasterCard 以 5 开头，Discover 以 6 开头，我认为有一个以 7 开头（尽管这可能只是某种礼品卡））：

WHERE @s + ' ' LIKE '[3-7]'+ REPLICATE('[0-9]', 14) + '[0-9 ]';

如果你想更精确一点，但代价是啰嗦，你可以说：

WHERE (LEN(@s) = 15 AND @s LIKE '3'     + REPLICATE('[0-9]', 14))
   OR (LEN(@s) = 16 AND @s LIKE '[4-7]' + REPLICATE('[0-9]', 15));

美国电话号码

再次假设您要先删除括号、破折号和空格。很确定美国区号不能以 1 开头；如果还有其他规则，我不知道。

WHERE @s LIKE '[2-9]' + REPLICATE('[0-9]', 9);

-----

我不打算进一步讨论，因为您定义的许多其他表达式都可以从上面推断出来。希望这能给您一个开始。您应该能够通过 Google 搜索其他一些人，看看其他人如何使用 T-SQL 复制这些模式。其中一些（例如一周中的几天）可能只需对照表格进行检查 - 对一组 7 个可能值进行 invasie 模式匹配似乎有点过分了。与包含 1000 个数字或年份的列表类似，检查数值是否在表中会更容易（并且可能更有效），而不是将其转换为字符串并查看它是否与某些模式匹配。

我要再次声明，如果您能够在数据进入数据库之前对其进行清理和验证，那么很多事情都会好得多。您应该尽可能努力做到这一点，因为如果没有 CLR，您就无法在 SQL Server 中执行强大的 RegEx。