mysql必知必會--用正則運算式進行搜索-有解無憂

正則運算式介紹

前兩章中的過濾例子允許用匹配、比較和通配運算子尋找資料，對
于基本的過濾（或者甚至是某些不那么基本的過濾），這樣就足夠了，但
隨著過濾條件的復雜性的增加， WHERE 子句本身的復雜性也有必要增加，
這也就是正則運算式變得有用的地方，正則運算式是用來匹配文本
的特殊的串（字符集合），如果你想從一個文本檔案中提取電話號碼，可
以使用正則運算式，如果你需要查找名字中間有數字的所有檔案，可以
使用一個正則運算式，如果你想在一個文本塊中找到所有重復的單詞，
可以使用一個正則運算式，如果你想替換一個頁面中的所有URL為這些
URL的實際HTML鏈接，也可以使用一個正則運算式（對于最后這個例子，
或者是兩個正則運算式），
所有種類的程式設計語言、文本編輯器、作業系統等都支持正則表
達式，有見識的程式員和網路管理員已經關注作為他們技術工具重要內
容的正則運算式很長時間了，
正則運算式用正則運算式語言來建立，正則運算式語言是用來完成
剛討論的所有作業以及更多作業的一種特殊語言，與任意語言一樣，正
則運算式具有你必須學習的特殊的語法和指令

使用MySQL正則運算式

那么，正則運算式與MySQL有何關系？已經說過，正則運算式的作
用是匹配文本，將一個模式（正則運算式）與一個文本串進行比較，MySQL
用 WHERE 子句對正則運算式提供了初步的支持，允許你指定正則運算式，
過濾 SELECT 檢索出的資料

僅為正則運算式語言的一個子集如果你熟悉正則運算式，需
要注意：MySQL僅支持多數正則運算式實作的一個很小的子
集，本章介紹MySQL支持的大多數內容，

基本字符匹配

我們從一個非常簡單的例子開始，下面的陳述句檢索列 prod_name 包含
文本 1000 的所有行

除關鍵字 LIKE 被 REGEXP 替代外，這條陳述句看上去非常像使用
LIKE 的陳述句（第8章），它告訴MySQL： REGEXP 后所跟的東西作
為正則運算式（與文字正文 1000 匹配的一個正則運算式）處理

為什么要費力地使用正則運算式？在剛才的例子中，正則運算式確
實沒有帶來太多好處（可能還會降低性能），不過，請考慮下面的例子

這里使用了正則運算式 .000 ， . 是正則運算式語言中一個特殊
的字符，它表示匹配任意一個字符，因此， 1000 和 2000 都匹配
且回傳，
當然，這個特殊的例子也可以用 LIKE 和通配符來完成

LIKE 匹配整個列，如果被匹配的文本在列值
中出現， LIKE 將不會找到它，相應的行也不被回傳（除非使用
通配符），而 REGEXP 在列值內進行匹配，如果被匹配的文本在
列值中出現， REGEXP 將會找到它，相應的行將被回傳，這是一
個非常重要的差別，的作用）？答案是肯定的，使用 ^ 和 $ 定位符（anchor）即可，
本章后面介紹，

匹配不區分大小寫 MySQL中的正則運算式匹配（自版本
3.23.4后）不區分大小寫（即，大寫和小寫都匹配），為區分大
小寫，可使用 BINARY 關鍵字，如 WHERE prod_name REGEXP
BINARY 'JetPack .000'

匹配幾個字符之一

匹配任何單一字符，但是，如果你只想匹配特定的字符，怎么辦？
可通過指定一組用 [ 和 ] 括起來的字符來完成，如下所示：

這里，使用了正則運算式 [123] Ton ， [123] 定義一組字符，它
的意思是匹配 1 或 2 或 3 ，因此， 1 ton 和 2 ton 都匹配且回傳（沒
有 3 ton ），
正如所見， [] 是另一種形式的 OR 陳述句，事實上，正則運算式 [123]Ton
為 [1|2|3]Ton 的縮寫，也可以使用后者，但是，需要用 [] 來定義 OR 陳述句
查找什么，為更好地理解這一點，請看下面的例子：

這并不是期望的輸出，兩個要求的行被檢索出來，但還檢索出
了另外3行，之所以這樣是由于MySQL假定你的意思是 '1' 或
'2' 或 '3 ton' ，除非把字符 | 括在一個集合中，否則它將應用于整個串，
字符集合也可以被否定，即，它們將匹配除指定字符外的任何東西，
為否定一個字符集，在集合的開始處放置一個 ^ 即可，因此，盡管 [123]
匹配字符 1 、 2 或 3 ，但 [^123] 卻匹配除這些字符外的任何東西

匹配范圍

集合可用來定義要匹配的一個或多個字符，例如，下面的集合將匹
配數字0到9：

這里使用正則運算式 [1-5] Ton ， [1-5] 定義了一個范圍，這個
運算式意思是匹配 1 到 5 ，因此回傳3個匹配行，由于 5 ton 匹配，
所以回傳 .5 ton ，

匹配特殊字符

正則運算式語言由具有特定含義的特殊字符構成，我們已經看到 . 、 [] 、
| 和 - 等，還有其他一些字符，請問，如果你需要匹配這些字符，應該怎么
辦呢？例如，如果要找出包含 . 字符的值，怎樣搜索？請看下面的例子

這并不是期望的輸出， . 匹配任意字符，因此每個行都被檢索出
來，為了匹配特殊字符，必須用 \ 為前導， \- 表示查找 - ， \. 表示查找 .

這種處理
就是所謂的轉義（escaping），正則運算式內具有特殊意義的所
有字符都必須以這種方式轉義，這包括 . 、 | 、 [] 以及迄今為止使用過的
其他特殊字符，
\ 也用來參考元字符（具有特殊含義的字符），如表9-1所列，

匹配 \ 為了匹配反斜杠（ \ ）字符本身，需要使用 \\ ，
\ 或 \? 多數正則運算式實作使用單個反斜杠轉義特殊字符，
以便能使用這些字符本身，但MySQL要求兩個反斜杠（MySQL
自己解釋一個，正則運算式庫解釋另一個），

匹配字符類

存在找出你自己經常使用的數字、所有字母字符或所有數字字母字
符等的匹配，為更方便作業，可以使用預定義的字符集，稱為字符類
（character class），表9-2列出字符類以及它們的含義

匹配多個實體

目前為止使用的所有正則運算式都試圖匹配單次出現，如果存在一
個匹配，該行被檢索出來，如果不存在，檢索不出任何行，但有時需要
對匹配的數目進行更強的控制，例如，你可能需要尋找所有的數，不管
數中包含多少數字，或者你可能想尋找一個單詞并且還能夠適應一個尾
隨的 s （如果存在），等等
這可以用表9-3列出的正則運算式重復元字符來完成

定位符

目前為止的所有例子都是匹配一個串中任意位置的文本，為了匹配特定位置的文本，需要使用表9-4列出的定位符

例如，如果你想找出以一個數（包括以小數點開始的數）開始的所
有產品，怎么辦？簡單搜索 [0-9\.] （或 [[:digit:]\.] ）不行，因為
它將在文本內任意位置查找匹配，解決辦法是使用 ^ 定位符，如下所示

^ 匹配串的開始，因此， ^[1] 只在 . 或任意數字為串中第
一個字符時才匹配它們，