MYSQL必知必会（四）正则表达式过滤数据

使用MySQL正则表达式

基本字符匹配

##检索列prod_name包含文本1000的所有行
SELECT prod_name
FROM products
WHERE prod_name REGEXP '1000'
ORDER BY prod_name;

注：REGEXP后所跟的东西作为正则表达式处理

SELECT prod_name
FROM products
WHERE prod_name REGEXP '.000'
ORDER BY prod_name;

LIKE和REGEXP之间的区别

SELECT prod_name
FROM products
WHERE prod_name LIKE '1000'
ORDER BY prod_name;

SELECT prod_name
FROM products
WHERE prod_name REGEXP '1000'
ORDER BY prod_name;

由上面的运行结果可知，第一条语句不返回数据，第二条语句返回一行，因为LIKE匹配整个列。如果被匹配的文本在列值中出现，LIKE将不会找到它，相应的行也不被返回，（除非使用通配符）。而REGEXP在列值内进行匹配，如果被匹配的文本在列值中出现，REGEXP将会找到它，相应的行将被返回。这是一个非常重要的差别。
注：匹配不区分大小写

进行OR匹配

为搜索两个串之一（或者为这个串，或者为另一个串），使用|，|为正则表达式的OR操作符。

SELECT prod_name
FROM products
WHERE prod_name REGEXP '1000|2000'
ORDER BY prod_name;

匹配几个字符之一

SELECT prod_name
FROM products
WHERE prod_name REGEXP '[123] Ton'
ORDER BY prod_name;

注：正则表达式[123] Ton，[123]定义一组字符，它的意思是匹配1或2或3，因此，1 ton和2 ton都匹配且返回（没有3 ton）。
综上：[ ]是另一种形式的OR语句，事实上，正则表达式[123]Ton为[1|2|3]Ton的缩写，也可使用后者，但是，需要用[]来定义OR语句查找什么。

SELECT prod_name
FROM products
WHERE prod_name REGEXP '1|2|3 Ton'
ORDER BY prod_name;

可以看到，这并不是我们所期望的输出，两个要求的行，还检索出了另外3行，之所以这样是由于MySQL假定你的意思是’1’或’2’或’3 ton’。除非把字符|括在一个集合中，否则它将应用于整个串。

注：在集合开始处放置一个^{表示否定，[}123]匹配除这些字符外的任何东西。

匹配范围

集合可用来定义要匹配的一个或多个字符
[0123456789]：表示数字0-9，简化后为[0-9],[a-z]表示任意数字列表

SELECT prod_name
FROM products
WHERE prod_name REGEXP '[1-5] Ton'
ORDER BY prod_name;

匹配特殊字符

如果要找出包含.字符的值，怎样搜索？

SELECT vend_name
FROM vendors
WHERE vend_name REGEXP '.'
ORDER BY vend_name;

这并不是期望的输出，.匹配任意字符，因此每个行都被检索出来
注：为了匹配特殊字符，必须用\为前导。\-表示查找-，\.表示查找.

SELECT vend_name
FROM vendors
WHERE vend_name REGEXP '\\.'
ORDER BY vend_name;

注：这才是期望的输出。\.匹配.，所以只检索出一行。这种处理就是所谓的转义（escaping），正则表达式内具有特殊意义的所有字符都必须以这种方式转义

\也用来引用元字符（具有特殊含义的字符），如表所示：

*注：匹配\为了匹配反斜杠（\）字符本身，需要使用\*

匹配字符类

匹配多个实例

SELECT prod_name
FROM products
WHERE prod_name REGEXP '\\([0-9] sticks?\\)'
ORDER BY vend_name;

\([0-9] sticks?\)：\(匹配)，[0-9]匹配任意数字（这个例子中为1和5），sticks?匹配stick和sticks（s后的?使s可选，因为?匹配它前面的任何字符的0次或1次出现），\)匹配)。没有?，匹配stick和sticks会非常困难。

SELECT prod_name
FROM products
WHERE prod_name REGEXP '[[:digit:]]{4}'
ORDER BY prod_name;

[:digit:]匹配任意数字，因而它为数字的一个集合。{4}确切地要求它前面的字符（任意数字）出现4次，所以[[:digit:]]{4}匹配连在一起的任意4位数字。

SELECT prod_name
FROM products
WHERE prod_name REGEXP '[0-9][0-9][0-9][0-9]'
ORDER BY prod_name;

和上个语句有同样的作用

定位符

例如，如果你想找出以一个数（包括以小数点开始的数）开始的所有产品，怎么办？简单搜索[0-9\.]（或[[:digit:]\.]）不行，因为它将在文本内任意位置查找匹配。解决办法是使用^定位符

SELECT prod_name
FROM products
WHERE prod_name REGEXP '^[0-9\\.]'
ORDER BY prod_name;

^{匹配串的开始。因此，}[0-9\.] 只在.或任意数字为串中第一个字符时才匹配它们。没有^，则还要多检索出4个别的行 （那些中间有数字的行）。
注：

1. ^的双重用途 ^有两种用法。在集合中（用[和]定义），用它来否定该集合，否则，用来指串的开始处。
2. 使REGEXP起类似LIKE的作用 本章前面说过，LIKE和REGEXP的不同在于，LIKE匹配整个串而REGEXP匹配子串。利用定位符，通过用^开始每个表达式，用$结束每个表达式，可以使REGEXP的作用与LIKE一样。
3. 简单的正则表达式测试可以在不使用数据库表的情况下用SELECT来测试正则表达式。REGEXP检查总是返回0（没有匹配）或1（匹配）。可以用带文字串的REGEXP来测试表达式，并试验它们。相应的语法如下：这个例子显然将返回0（因为文本hello中没有数字）。