MySQL 正則表示式(REGEXP)
正則表示式用來匹配文字的特殊的串(字元集合)(匹配文字,將一個模式(正則表示式)與一個文字串進行比較)。
LIKE 和 REGEXP之間的重要差別
LIKE 匹配整個列,如果被匹配的文字在列值中出現,LIKE 將不會找到它,相應的行也不會被返回(除非使用萬用字元)。而 REGEXP 在列值內進行匹配,如果被匹配的文字在列值中出現,REGEXP 將會找到它,相應的行將被返回,並且 REGEXP 能匹配整個列值(與 LIKE 相同的作用)。
正則表示式匹配不區分大小寫
MySQL 的正則表示式匹配(自3.23.4版本後)不區分大小寫(即大寫和小寫都匹配)。為區分大小寫,可以使用 BINARY 關鍵字
簡單的正則表示式測試
可以在不使用資料庫表的情況下用 SELECT 語句來測試正則表示式,REGEXP 檢查總是返回0(沒有匹配)或1(匹配)。可以用帶文字串的 REGEXP 來測試表達式,並試驗它們。
例如:檢測 'Hern' 中是否含有數字
SELECT 'Hern' REGEXP '[0-9]';
結果將返回0(因為 ‘Hern’ 中沒有數字)
空白元字元(特殊含義的字元)
用雙反斜槓(\\)來引用元字元(具有特殊含義的字元)。常用引用元字元:
字元 | 其它資訊 |
---|---|
[ 和 ] | 左右方括號用於指定字元類。字元類是進行匹配時所要依據的一組字元。 除連字元 (-) 和脫字元 (^) 外,在字元類中指定的元字元和量詞(如 * 和 {m},分別為元字元和量詞)沒有特殊意義,可當作實際字元進行運算。 |
* | 星號可用於與字元匹配 0 次或多次。例如,REGEXP '.*abc' 匹配的字串以 abc 結尾並以任何字首開頭。因此,aabc、xyzabc 和 abc 匹配,但 bc 和 abcc 則不匹配。 |
? | 問號可用於與字元匹配 0 次或 1 次。例如,'colou?r' |
+ | 加號可用於與字元匹配 1 次或多次。例如,'bre+' 匹配 bre 和 bree,但不匹配 br。 |
- | 可以在字元類中使用一個連字元來表示一個範圍。例如, |
% | 百分號可與 SIMILAR TO 配合使用來匹配任意數目的字元。 不將百分號視為 REGEXP 和 REGEXP_SUBSTR 所使用的元字元。當指定時,它匹配百分號 (%)。 |
_(下劃線字元) | 可將下劃線與 SIMILAR TO 配合使用來匹配單個字元。 不將下劃線視為 REGEXP 和 REGEXP_SUBSTR 所使用的元字元。當指定時,它匹配下劃線 (_)。 |
| | 管道符號用於指定匹配字串時要使用的替代模式。在由豎線分隔的一行模式中,豎線被解釋為 OR,匹配過程從最左側的模式開始,在找到第一個匹配項時停止。因此,您應按優先順序的降序順序列出模式。您可以指定任意數量的替代模式。 |
( 和 ) | 當左括號和右括號用於正則表示式的各個組合部分時,它們為元字元。例如,(ab)* 匹配零個或多個 ab 的重複項。與使用數學表示式一樣,您使用組合來控制正則表示式各部分的計算順序。 |
{ 和 } | 當左大括號和右大括號用於指定量詞時,它們為元字元。量詞指定一個模式要構成某個匹配所必須重複的次數。例如:
|
\ | 反斜線被用作元字元的轉義字元。它也可被用於轉義非元字元。 |
^ | 匹配輸入字串的開始位置。如果設定了 RegExp 物件的 Multiline 屬性,^ 也匹配 '\n' 或 '\r' 之後的位置。 |
$ | 匹配輸入字串的結束位置。如果設定了RegExp 物件的 Multiline 屬性,$ 也匹配 '\n' 或 '\r' 之前的位置。 |
. | 匹配除 "\n" 之外的任何單個字元。要匹配包括 '\n' 在內的任何字元,請使用象 '[.\n]' 的模式。 |
: | 在字符集中使用冒號來指定子字元類。例如, |
注意:
1、多數正則表示式實現使用單個反斜槓轉義特殊字元,一遍能使用這些字元本身,但是MySQL要求兩個反斜槓(MySQL自己解釋一個,正則表示式庫解釋另一個)。
2、^ 符號的雙重用途: ^在集合中(用 [ ] 定義)時用它來否定該集合,否則用來指定串的開始處。
匹配字元類
子字元類 | 其它資訊 | |
---|---|---|
[:alpha:] | 匹配當前歸類中的大寫和小寫字母字元。例如, |
|
[:alnum:] | 匹配當前歸類中的數字、大寫和小寫字母字元。例如, |
|
[:digit:] | 匹配當前歸類中的數字。例如, |
|
[:lower:] | 匹配當前歸類中的小寫字母字元。例如, |
|
[:space:] | 匹配單個空格 (' ')。例如,搜尋 Contacts.City 以查詢任何名稱為兩個詞的城市:
|
|
[:upper:] | 匹配當前歸類中的大寫字母字元。例如, |
|
[:whitespace:] | 匹配一個空白字元,例如,空格、製表符、換頁符和回車符。 |
|
[:ascii:] | 匹配任何七位的 ASCII 字元(0 到 127 之間的順序值)。 |
|
[:blank:] | 匹配一個空白區或水平製表符。
|
|
[:cntrl:] | 匹配順序值小於 32 或字元值為 127 的 ASCII 字元(控制字元)。控制字元包括換行符、換頁符、退格符,等等。 |
|
[:graph:] | 匹配列印字元。
|
|
[:print:] | 匹配列印字元和空格。
|
|
[:punct:] | 匹配其中一個字元: !"#$%&'()*+,-./:;<=>[email protected][\]^_`{|}~.
|
|
[:word:] | 匹配當前歸類中的字母、數字或下劃線字元。
|
|
[:xdigit:] | 匹配字元類 [0-9A-Fa-f] 中的字元。 |
正則表示式支援的其它語法約定
正則表示式語法 | 名稱和含義 |
---|---|
\0xxx | 匹配值為 \0xxx 的字元,其中 xxx 是任何八進位制數字序列,0 是零。例如, |
\a | 匹配報警字元。 |
\A | 用在字符集外部以便匹配字串的開頭。 等效於在字符集外部使用的 |
\b | 匹配退格字元。 |
\B | 匹配反斜線字元 (\)。 |
\cX | 匹配已命名的控制字元。例如,\cZ 代表 ctrl-Z。 |
\d | 匹配當前歸類中的一個數字。例如,以下語句搜尋 Contacts.Phone 以查詢以 00 結尾的所有電話號碼: \d 既可用在字元類的內部也可用在字元類的外部,等效於 |
\D | 匹配數字以外的任何字元。它的作用與 \d 正好相反。 \D 既可用在字元類的內部也可用在字元類的外部,等效於 在方括號內使用取非速記時請務必謹慎。 |
\e | 匹配轉義字元。 |
\E | 將由 \Q 啟動的將元字元視為非元字元這一功能停止。 |
\f | 匹配換頁符。 |
\n | 匹配換行符。 |
\Q | 將所有元字元視為非元字元,直到遇到 \E。例如, |
\r | 匹配回車符。 |
\s | 匹配一個被視為白空格的空格或字元。例如,從 Products.ProductName 中返回名稱中至少有一個空格的所有產品名: \s 既可用在字元類的內部也可用在字元類的外部,等效於 |
\S | 匹配非白空格字元。它的作用與 \d 正好相反,而等效於 \S 既可用在字元類的內部也可用在字元類的外部。 在方括號內使用取非速記時請務必謹慎。 |
\t | 匹配水平製表符。 |
\v | 匹配垂直製表符。 |
\w | 匹配當前歸類中的字母字元、數字或下劃線。例如,從 Contacts.Surname 返回長度正好為七個字母數字字元的所有姓: \w 既可用在字元類的內部也可用在字元類的外部。等效於 |
\W | 匹配當前歸類中字母字元、數字或下劃線以外的任何字元。它的作用與 \w 正好相反,而等效於 在字元類的內部和外部都可使用此正則表示式。 |
\xhh | 匹配值為 0xhh 的字元,其中 hh 最多為兩個十六進位制數字。例如, |
\x{hhh} | 匹配值為 0xhhh 的字元,其中 hhh 最多為三個十六進位制數字。 |
\z 和 \Z | 匹配字串結尾處的位置(而非字元)。等效於 |
正則表示式斷言
斷言測試條件是否為真,並影響字串中開始匹配的位置。斷言不返回字元;最終匹配中不包括斷言模式。REGEXP 搜尋條件和REGEXP_SUBSTR 函式支援斷言模式。
在嘗試拆分字串時,lookahead 和 lookbehind 斷言對於 REGEXP_SUBSTR 將非常有用。例如,可以通過執行以下語句返回 Customers 表的 Address 列中街道名稱(不帶街道編號)的列表:
SELECT REGEXP_SUBSTR( Street, '(?<=^\\S+\\s+).*$' )
FROM Customers;
另一個示例:假定您想要使用正則表示式來驗證口令是否符合某些規則。可以使用類似於下面內容的零寬度斷言:
IF password REGEXP '(?=.*[[:digit:]])(?=.*[[:alpha:]].*[[:alpha:]])[[:word:]]{4,12}'
MESSAGE 'Password conforms' TO CLIENT;
ELSE
MESSAGE 'Password does not conform' TO CLIENT;
END IF
password 至少有一位數(零寬度肯定斷言 [[:digit:]])當滿足以下條件時,口令有效:
-
password 至少有兩個字母字元(零寬度肯定斷言 [[:alpha:]].*[[:alpha:]])
-
password 只含有字母數字字元或下劃線字元 ([[:word:]])
-
password 最少含有 4 個字元,最多含有 12 個字元 ({4,12})
下表包含 SQL Anywhere 支援的斷言:
語法 | 含義 |
---|---|
(?=pattern) | 肯定的 lookahead 零寬度斷言 檢視字串中的當前位置是否緊跟著出現了 pattern,而 pattern 不會成為匹配字串的一部分。 例如, |
(?!pattern) | 否定的 lookahead 零寬度斷言 檢視字串中的當前位置是否沒有 緊跟著出現 pattern,而 pattern 不會成為匹配字串的一部分。所以, 例如, |
(?<=pattern) | 肯定的 lookbehind 零寬度斷言 檢視字串中的當前位置是否前面緊挨著出現了 pattern,而 pattern 不會成為匹配字串的一部分。所以, 例如, |
(?<!pattern) | 否定的 lookbehind 零寬度斷言 檢視字串中的當前位置的前面是否沒有 緊挨著出現 pattern,而 pattern 不會成為匹配字串的一部分。 例如, |
(?>pattern) | 所屬關係區域性子表示式 僅匹配與 pattern 匹配的剩餘字串的最大字首。 例如,在 |
(?:pattern) | 非捕獲塊 該語法在功能上就等效於 pattern,是為實現相容性而提供。 例如,在 同樣, |
(?#text) | 用於註釋。text 的內容會被忽略。 |
語法例項
1、基本字元匹配
例如搜尋city表中 Population 列包含'1000'的所有資訊,並按照 ID 升序排序。
SELECT *
FROM city
WHERE Population REGEXP '1000'
ORDER BY ID;
搜尋city表中 Population 列包含'000'的所有資訊,並按照 ID 升序排序。
SELECT *
FROM city
WHERE Population REGEXP '.000'
ORDER BY ID;
注意:這裡的點(.)表示匹配任意一個字元,例如,1000,2000,3000等都匹配且返回。
2、進行 OR (使用豎線(|)符號表示)匹配(為搜尋多個串之一)
例如搜尋city表中 Population 列包含 '1000' 或 '2000' 的所有資訊,並按照ID升序排序。
SELECT *
FROM city
WHERE Population REGEXP '1000|2000'
ORDER BY ID;
注意:多個 OR 條件可以併入單個正則表示式,例如 '1000|2000|3000' 將匹配1000或2000或3000.
3、匹配幾個字元之一(匹配任何單一字元,使用符號中括號([ ]))
例如搜尋city表中 Population 列包含 '1000' 或 '2000' 或 '3000'的所有資訊,並按照ID升序排序。
SELECT *
FROM city
WHERE Population REGEXP '[123]000'
ORDER BY ID;
注意:[ ] 是另一種形式的 OR 語句,事實上,[123]000 為 [1|2|3]000 的縮寫(與 '1000|2000|3000'要一個意思)。
例如搜尋city表中 Population 列除 '1000' 或 '2000' 或 '3000'以外的所有資訊,並按照ID升序排序。
SELECT *
FROM city
WHERE Population REGEXP '[^123]000'
ORDER BY ID;
注意:使用 ^ 符號匹配除中括號([ ])之外的任意值,並返回。
4、匹配範圍(使用 - 符號)
例如搜尋city表中 Population 列 '1000' - '5000'的所有資訊,並按照ID升序排序。
SELECT *
FROM city
WHERE Population REGEXP '[1-5]000'
ORDER BY ID;
或
SELECT *
FROM city
WHERE Population REGEXP '[12345]000'
ORDER BY ID;
5、匹配特殊字元(使用 \\ 符號)
例如搜尋city表中 name 列中包含 ' . ' 字元值的所有資訊。
SELECT *
FROM city
WHERE name REGEXP '\\.';
6、匹配多個例項
(1)、例如搜尋city表中name列含有()、數字0~9、‘Hern’的所有資訊
SELECT *
FROM city
WHERE name REGEXP '\\([0-9] Hern?\\)';
注意:問號(?)匹配‘Hern’後面出現任何字元的0次或1次。
(2)、例如搜尋city表中name列含有連在一起的4位數字的所有資訊
SELECT *
FROM city
WHERE name REGEXP '[[:digit:]]{4}';
或者
SELECT *
FROM city
WHERE name REGEXP '[0-9][0-9][0-9][0-9]';
7、定位符
例如搜尋city表中name列開始位置含有連在一起的4位數字的所有資訊
SELECT *
FROM city
WHERE name REGEXP '^[0-9]{4}';