MySQL（三）用正则表达式搜索

正则表达式是用来匹配文本的特殊的串（字符集合），将一个模式（正则表达式）与一个文本串进行比较；

所有种类的程序设计语言、文本编辑器、操作系统等都支持正则表达式，正则表达式用正则表达式语言来建立；

MySQL仅支持多数正则表达式实现的一个很小的子集；

 

一、基本字符匹配

select column from table where column regexp ‘1000’ order by column；

该语句检索列column包含文本1000的所有行；它告诉MySQL：regexp后所跟的东西作为正则表达式（与文字正文1000匹配的一个正则表达式）处理。

select column from table where column regexp ‘.000’ order by column；

该语句中的正则表达式（.），是正则表达式语言中的一个特殊字符，表示匹配任意一个字符（该语句也可以使用like和通配符完成）

like和regexp的区别：

①like匹配整个列；

select column from table where column like ‘1000’ order by column；

该SQL语句将不返回数据，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，相应的行也不会被返回（除非使用通配符）

②regexp在列值内进行匹配

select column from table where column regexp ‘1000’ order by column；

该SQL语句会返回一行数据，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（如果希望regexp匹配整个列值，使用^和$定位符{anchor}）即可

MySQL中正则表达式匹配不区分大小写，如希望区分大小写，可使用binary关键字，如where column regexp binary ‘test .000’

 

二、进行or匹配

select column from table where column regexp ‘X|Y’ order by column;

or表示匹配其中之一，功能雷雨与select语句中的or语句，多个or条件可并入单个正则表达式

 

三、匹配几个字符之一

select column from table where column regexp ‘[XYZ]test’ order by column;

[]是另一种形式的or语句，作用是匹配指定的（其中之一）字符；正则表达式[XY]test为[X|Y|Z]test的缩写，它的意思是匹配X或者Y或者Z

字符集合也可以被否定，即匹配除指定字符外的任何东西，为否定一个字符集，可以在集合开始处设置一个‘^’例如[^XYZ]（[]定义更准确，|如果不括起来，则应用于整个串）

 

四、匹配范围

集合可以用来定义要匹配的一个或多个字符

比如[0123456789]，为了简化这种类型的集合，可使用（-）来定义一个范围，即[0-9]；（范围不仅仅局限于数值，还可以使字母字符等）

 

五、匹配特殊字符

正则表达式由具有特定含义的特殊字符构成；如果要匹配这些特殊字符，就需要用\\为前导；\\-表示查找-，\\.表示查找.

select column from table where column regexp ‘\\-’ order by column；

这种处理方式就是所谓的转义（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；（为了匹配反斜杠{\}字符本身，需要使用\\\）

PS：多数正则表达式实现使用单个反斜杠转义特殊字符，以便能够使用这些字符本身，而MySQL要求两个反斜杠（MySQL自己解释一个，正则表达式库解释一个）

\\也用来引用元字符（具有特殊含义的字符），如下：

 

六、匹配字符类

字符类（character class）：有时候需要检索出我们需要的数字、所有字母字符或所有数字字母字符等的匹配，我们可以使用预定义的字符集，称为字符类；如下：

 

七、匹配多个实例

有时候需要对匹配的数目进行更强的控制，比如：寻找所有的数，不管数中包含多少数字，或寻找一个单词并尾随一个s（如果存在）等情况，我们可以利用正则表达式中的重复元字符来完成；如下

select column from table where column regexp ‘\\([0-9] sticks?\\)’ order by column；

上面的正则表达式‘\\([0-9] test?\\)’意为：\\匹配（[0-9]匹配任意数字，这里指匹配的数值范围，sticks?匹配stick和sticks{?使s可选，因为？匹配它前面任何字符的0或者1次出现}）

 

八、定位符

有时候为了匹配特定位置的文本，需要使用定位符，常用定位符列表如下：

例如：找出一个以一个数（包括小数点开始的数）开始的所有数值，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，可以使用^定位符，如下

select column from table where column regexp '^[0-9\\.]' order by column;

^匹配串的开始，有两种用法：

①在集合中（用[和]定义），用它来否定该集合

②用来指串的开始处

使regexp和like起相同作用：like匹配整串二regexp匹配子串，可以利用定位符，用^开始每个表达式，用$结束每个表达式，就可以使regexp和like作用一样