mysql必知必会--用正则表达式 进行搜索

正则表达式介绍

前两章中的过滤例子允许用匹配、比较和通配操作符寻找数据。对
于基本的过滤（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增加。
这也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
的特殊的串（字符集合）。如果你想从一个文本文件中提取电话号码，可
以使用正则表达式。如果你需要查找名字中间有数字的所有文件，可以
使用一个正则表达式。如果你想在一个文本块中找到所有重复的单词，
可以使用一个正则表达式。如果你想替换一个页面中的所有URL为这些
URL的实际HTML链接，也可以使用一个正则表达式（对于最后这个例子，
或者是两个正则表达式）。
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。有见识的程序员和网络管理员已经关注作为他们技术工具重要内
容的正则表达式很长时间了。
正则表达式用正则表达式语言来建立，正则表达式语言是用来完成
刚讨论的所有工作以及更多工作的一种特殊语言。与任意语言一样，正
则表达式具有你必须学习的特殊的语法和指令

使用MySQL正则表达式

那么，正则表达式与MySQL有何关系？已经说过，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

仅为正则表达式语言的一个子集 如果你熟悉正则表达式，需
要注意：MySQL仅支持多数正则表达式实现的一个很小的子
集。本章介绍MySQL支持的大多数内容。

基本字符匹配

我们从一个非常简单的例子开始。下面的语句检索列 prod_name 包含
文本 1000 的所有行

除关键字 LIKE 被 REGEXP 替代外，这条语句看上去非常像使用
LIKE 的语句（第8章）。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

为什么要费力地使用正则表达式？在刚才的例子中，正则表达式确
实没有带来太多好处（可能还会降低性能），不过，请考虑下面的例子

这里使用了正则表达式 .000 。 . 是正则表达式语言中一个特殊
的字符。它表示匹配任意一个字符，因此， 1000 和 2000 都匹配
且返回。
当然，这个特殊的例子也可以用 LIKE 和通配符来完成

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。的作用）？答案是肯定的，使用 ^ 和 $ 定位符（anchor）即可，
本章后面介绍。

匹配不区分大小写 MySQL中的正则表达式匹配（自版本
3.23.4后）不区分大小写（即，大写和小写都匹配）。为区分大
小写，可使用 BINARY 关键字，如 WHERE prod_name REGEXP
BINARY 'JetPack .000'

匹配几个字符之一

匹配任何单一字符。但是，如果你只想匹配特定的字符，怎么办？
可通过指定一组用 [ 和 ] 括起来的字符来完成，如下所示：

这里，使用了正则表达式 [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 ）。
正如所见， [] 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，也可以使用后者。但是，需要用 [] 来定义 OR 语句
查找什么。为更好地理解这一点，请看下面的例子：


这并不是期望的输出。两个要求的行被检索出来，但还检索出
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。
字符集合也可以被否定，即，它们将匹配除指定字符外的任何东西。
为否定一个字符集，在集合的开始处放置一个 ^ 即可。因此，尽管 [123]
匹配字符 1 、 2 或 3 ，但 [^123] 却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。例如，下面的集合将匹
配数字0到9：

这里使用正则表达式 [1-5] Ton 。 [1-5] 定义了一个范围，这个
表达式意思是匹配 1 到 5 ，因此返回3个匹配行。由于 5 ton 匹配，
所以返回 .5 ton 。

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。我们已经看到 . 、 [] 、
| 和 - 等，还有其他一些字符。请问，如果你需要匹配这些字符，应该怎么
办呢？例如，如果要找出包含 . 字符的值，怎样搜索？请看下面的例子

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。为了匹配特殊字符，必须用 \ 为前导。 \- 表示查找 - ， \. 表示查找 .

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。这包括 . 、 | 、 [] 以及迄今为止使用过的
其他特殊字符。
\ 也用来引用元字符（具有特殊含义的字符），如表9-1所列。

匹配  为了匹配反斜杠（  ）字符本身，需要使用 \ 。
 或 \? 多数正则表达式实现使用单个反斜杠转义特殊字符，
以便能使用这些字符本身。但MySQL要求两个反斜杠（MySQL
自己解释一个，正则表达式库解释另一个）。

匹配字符类

存在找出你自己经常使用的数字、所有字母字符或所有数字字母字
符等的匹配。为更方便工作，可以使用预定义的字符集，称为字符类
（character class）。表9-2列出字符类以及它们的含义

匹配多个实例

目前为止使用的所有正则表达式都试图匹配单次出现。如果存在一
个匹配，该行被检索出来，如果不存在，检索不出任何行。但有时需要
对匹配的数目进行更强的控制。例如，你可能需要寻找所有的数，不管
数中包含多少数字，或者你可能想寻找一个单词并且还能够适应一个尾
随的 s （如果存在），等等
这可以用表9-3列出的正则表达式重复元字符来完成

定位符

目前为止的所有例子都是匹配一个串中任意位置的文本。为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，如下所示

^ 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。

^ 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

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

本章介绍了正则表达式的基础知识，学习了如何在MySQL的 SELECT
语句中通过 REGEXP 关键字使用它们