MYSQL：正则表达式
正则表达式介绍
1、在前面学习的过滤例子中允许用匹配、比较和通配操作符寻找数据。对于基本的的过滤(或者甚至是某些不那么基本的过滤)，这样就足够了。但随着过滤条件的复杂性的增加，WHERE子句本身的复杂性也有必要的增加。这就是正则表达式变得有用的地方。正则表达式是用来匹配文本的特殊串(字符集合)。正则表达式用正则表达式语言来建立，与其他语言一样，正则表达式具有你必须学习的特殊语法和指令。
2、正则表达式的作用是匹配文本，将一个模式(正则表达式)与一个文本串进行比较。MYSQL用WHERE子句对正则表达式提供了初步的支持，允许你指定正则表达式过滤SELECT检索出的数据
基本字符匹配
例1：
mysql> SELECT platformName FROM roleinfo WHERE channelName REGEXP "pp" ORDER BY platformName;
+---------------+
| platformName |
+---------------+
| ainjigame_app |
| cinjigame |
+---------------+1、上面例子的意思为：从roleinfo表中检索platformName列，返回channelName（任意位置）值中含有"pp"字段的所有行
2、在上面例子中除关键字LIKE被REGEXP替代外，这条语句看上去非常想LIKE语句。它告诉MYSQL：REGEXP后所跟的东西作为正则表达式处理
例2：
mysql> SELECT platformName,channelName,roleName FROM roleinfo WHERE roleName REGEXP ".100" ORDER BY platformName;
+---------------+---------------+----------+
| platformName | channelName | roleName |
+---------------+---------------+----------+
| ainjigame_app | bonjigame_bpp | Sbm_100 |
| xinjigame_app | xinjigame_100 | Sam_100 |
+---------------+---------------+----------+1、这里使用了正则表达式".100",点"."是正则表达式语言中一个特殊字符。它表示表示匹配任意字符。当然这个特殊的例子也可以使用LIKE和通配符来完成
例2_1：
mysql> SELECT platformName,channelName,roleName FROM roleinfo WHERE roleName LIKE "%100" ORDER BY platformName;
+---------------+---------------+----------+
| platformName | channelName | roleName |
+---------------+---------------+----------+
| ainjigame_app | bonjigame_bpp | Sbm_100 |
| xinjigame_app | xinjigame_100 | Sam_100 |
+---------------+---------------+----------+
关于LIKE和REGEXP的区别
例3：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName LIKE "100";
Empty set (0.00 sec)
/*可以看到输出为空，即什么也没输出*/例3_1:
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "100";
+---------------+---------------+
| platformName | channelName |
+---------------+---------------+
| xinjigame_app | xinjigame_100 |
+---------------+---------------+
1 row in set (0.00 sec)原因：Like匹配整个列，而正则表达式在是列值内进行匹配
注：
1、like匹配的是被匹配字段的整个值(未使用通配符和定位符时)，或者说这个字段中的所有字符都必须被包含在like的匹配规则中，否则匹配失败不返回(除非使用通配符)；而正则表达式REGEXP则是在值内进行匹配，只要被匹配的文本在列值中出现，就算是匹配成功，返回行。
2、关于大小写的区分：MySQL中正则表达式匹配（从版本3.23.4后）不区分大小写 。如果要区分大小写，应该使用BINARY关键字，如where post_name REGEXP BINARY 'Hello .000'
关于OR匹配
作用：为了搜索两个串之一(或者为这个串，或者为另一个串)，使用“ | ”
例4：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "100|pp";
+---------------+---------------+
| platformName | channelName |
+---------------+---------------+
| xinjigame_app | xinjigame_100 |
| cinjigame | binjigamecvpp |
+---------------+---------------+ 注：
1、语句中使用了正则表达式"100|pp"。"|"为正则表达式的OR操作符，它表示匹配其中之一。
2、使用"|"从功能上来看类似于在SELECT语句中使用OR语句，多个OR条件可并入单个正则表达式
3、可以给出两个以上的OR条件，例如"100|200|300"
匹配单一字符：
匹配任何单一字符，可通过指定一组用中括号"[ ]"括起来的字符来完成
例5：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[123] tonanvil";
+---------------+-----------------+
| platformName | channelName |
+---------------+-----------------+
| xinjigame_app | 1 tonanvil |
| cinjigame | 3 tonanvil |
| ainjigame_app | 1000 3 tonanvil |
+---------------+-----------------+
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[123]tonanvil";
Empty set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[123]ton";
Empty set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[a|b|c]pp";
+---------------+---------------+
| platformName | channelName |
+---------------+---------------+
| cinjigame | ainjigame_bpp |
| ainjigame_app | ainjigame_app |
+---------------+---------------+注：
1、这里使用了正则表达式"[123] tonanvil"和"[abc]pp"，他们定义了一组字符。它的意思是匹配1或2或3(a或b或c)
2、正如所见，[ ]是另一种形式的OR语句。事实上"[123] tonanvil"是"[1|2|3] tonanvil"的缩写，但是必须使用[ ]来定义OR以确定查找什么，否则输出结果可能会与预期的不一致
例5_1:
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "1|2|3 ton";
+---------------+----------------+
| platformName | channelName |
+---------------+----------------+
| xinjigame_app | 1 ton anvil |
| cinjigame | 3 ton anvil |
| ainjigame_app | ainjigame_1000 |
+---------------+----------------+注：
1、在上面例子中，输出结果并不是我们所预期的(两个要求的行被检索出来，但还检索出了另外的行)。之所以会这样是由于MYSQL假定你的意思是"1"或"2"或"3 ton"。所以需要把字符"|"括在一个集合中，否则它将应用于整个串
2、^ 否定一个字符集合，将匹配除指定字符外的任何东西。[^123]将匹配除这些字符外的任何东西
例5_2:
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[^123]ton";
+---------------+-------------+
| platformName | channelName |
+---------------+-------------+
| xinjigame_app | 1 ton anvil |
| cinjigame | 3 ton anvil |
| ainjigame_app | 4 ton anvil |
+---------------+-------------+
3 rows in set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[123] ton";
+---------------+-------------+
| platformName | channelName |
+---------------+-------------+
| xinjigame_app | 1 ton anvil |
| cinjigame | 3 ton anvil |
+---------------+-------------+匹配范围
集合可用来定义要匹配的一个或多个字符：如[0123456789]或[0-9]将匹配数字0到9；范围不一定只是数值,[a-z]匹配任一字母字符
例6：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[1-3] ton";
+---------------+--------------+
| platformName | channelName |
+---------------+--------------+
| xinjigame_app | .1 ton anvil |
| cinjigame | 3 ton anvil |
+---------------+--------------+注：
这里使用了正则表达式"[1-3] ton"。[1-3]定义了一个范围(包含边界值)，这个表达式的意思为匹配1到3。由于1 ton匹配，所以返回了.1 ton anvil
匹配特殊字符
正则表达式语言由具有特定含义的特殊字符构成，目前接触到的有.、[]、|、-等，还有一些其他字符，如果需要匹配这些特殊字符的话，就需要使用转义符(如匹配包含.字符的值)
例7：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP ".";
+---------------+--------------+
| platformName | channelName |
+---------------+--------------+
| xinjigame_app | .1 ton anvil |
| cinjigame | 3 ton anvil |
| ainjigame_app | 4 ton anvil |
+---------------+--------------+注：
1、从上面例子的输出结果来看，输出结果并不是预期的，"."匹配任意字符，因此每个行都被检索出来
2、为了匹配特殊字符，就必须进行转义操作(\\)，必须用"\\"为前导
例7_1:
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "\\.";
+---------------+--------------+
| platformName | channelName |
+---------------+--------------+
| xinjigame_app | .1 ton anvil |
+---------------+--------------+注：
1、"\\"也用来引用元字符(具有特殊含义的字符)
| \\f | 换页 |
| \\n | 换行 |
| \\r | 回车 |
| \\t | 制表 |
| \\v | 纵向制表 |
2、为了匹配反斜杠(\)字符本身，需要使用\\\
匹配字符类
值中存在经常使用的数字、所有字母或所有数字字母字符的匹配，可以使用预定义的字符集，称为字符类
| [:alnum:] | 任意字母和数字（同 [a-zA-Z0-9]） |
| [:alpha:] | 任意字符（同 [a-zA-Z]） |
| [:blank:] | 空格和制表（同 [\\t]） |
| [:cntrl:] | ASCII控制字符（ASCII 0到31和127） |
| [:digit:] | 任意数字（同[0-9]） |
| [:graph:] | 与["print:] 相同，但不包括空格 |
| [:lower:] | 任意小写字线（同 [a-z]） |
| [:print:] | 任意可打印字符 |
| [:punct:] | 既不在 [:alnum:] 又不在 [:cntrl:] 中的任意字符 |
| [space:] | 包括空格在内的任意空白字符（同 [\\f\\n\\t\\r\\v]） |
| [:upper:] | 任意大小字母（同 [A-Z]） |
| [:xdigit:] | 任意十六进制数字（同 [a-fA-F0-9]） |
匹配多个实例
目前所使用的正则表达式都试图匹配单次出现。但有时需要对匹配的数目进行更强的控制。
元字符 |
说明 |
| * | 0个或多个匹配 |
| + | 1个或多个匹配（等于 {1, }） |
| ? | 0个或1个匹配（等于 {0, 1}） |
| {n} | 指定数目的匹配 |
| {n, } | 不少于指定数目的匹配 |
| {n ,m} | 匹配数目的范围（m不超过255） |
例8：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "\\([0-9] sticks?\\)";
+---------------+----------------+
| platformName | channelName |
+---------------+----------------+
| xinjigame_app | TNT (1 stick) |
| ainjigame_app | TNT (5 sticks) |
+---------------+----------------+
2 rows in set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "\\([0-9] sticks?)";
+---------------+----------------+
| platformName | channelName |
+---------------+----------------+
| xinjigame_app | TNT (1 stick) |
| ainjigame_app | TNT (5 sticks) |
+---------------+----------------+注：
正则表达式"\\([0-9] sticks?\\)"。意思为：\\(匹配)，[0-9]匹配任意数字，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
例9：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[[:digit:]]{4}";
+---------------+-------------+
| platformName | channelName |
+---------------+-------------+
| xinjigame_app | TNT 1000 |
| ainjigame_app | TNT 3000 |
+---------------+-------------+
2 rows in set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "[0-9][0-9][0-9][0-9]";
+---------------+-------------+
| platformName | channelName |
+---------------+-------------+
| xinjigame_app | TNT 1000 |
| ainjigame_app | TNT 3000 |
+---------------+-------------+注：
[:digit:]匹配任意数字，因而它为数字的一个集合，{4}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
定位符
目前所用到的正则表达式都是在文本内任意位置查找匹配的(未只用定位符时)，在某些情况下我们就需要用到定位符了
| ^ | 文本的开始 |
| $ | 文本的末尾 |
| [[:<:]] | 词的开始 |
| [[:>:]] | 词的结尾 |
例10：
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "^[0-9\\.]";
+---------------+--------------+
| platformName | channelName |
+---------------+--------------+
| xinjigame_app | .5 ton anvil |
| cinjigame | 3 ton anvil |
| ainjigame_app | 1 ton anvil |
+---------------+--------------+
3 rows in set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "^[\\.]";
+---------------+--------------+
| platformName | channelName |
+---------------+--------------+
| xinjigame_app | .5 ton anvil |
+---------------+--------------+
1 row in set (0.00 sec)
mysql> SELECT platformName,channelName FROM roleinfo WHERE channelName REGEXP "^[0-9]";
+---------------+-------------+
| platformName | channelName |
+---------------+-------------+
| cinjigame | 3 ton anvil |
| ainjigame_app | 1 ton anvil |
+---------------+-------------+注：
1、^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他们。
2、^的双重用途：在集合中（用[ ]定义），用它来否定该集合。否则，用来指串的开始(^符合只有在[]内才是取反的意思)。
例11：
用示例，查找用户表中Email格式错误的用户记录：
ELECT *
FROM users
WHERE email NOT REGEXP '^[A-Z0-9._%-]+@[A-Z0-9.-]+.[A-Z]{2,4}$'