用正则表达式进行搜索
本章将学习如何在MySQL WHERE子句内使用正则表达式来更好地控制数据过滤。
正则表达式介绍
前两章中使用匹配、比较和通配符查找数据，对于简单的过滤已经足够了。但面对更加复杂的条件，使用正则表达式可能更加方便快捷。
正则表达式是用来匹配文本的特殊的串（字符集合）。
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。与其他语言一样，你需要学习相应的语法和指令。
学习更多内容 正则表达式的内容较多，本章介绍了正则表达式的基础。更多内容需要自己去了解。
使用MySQL正则表达式
MySQL用WHERE子句对正则表达式提供了初步的支持。
- 仅为正则表达式语言的一个子集 MySQL仅支持多数正则表达式实现的一个很小的子集。
基本字符匹配
检索prod_name列包含文本1000的行：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '1000'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| JetPack 1000 |
+--------------+
1 row in set (0.03 sec)
除关键字LIKE被REGEXP代替外，这条语句很像LIKE
语句（MySQL必知必会——第八章用通配符进行过滤）。它指示MySQL：REGEXP后所跟的东西作为正则表达式处理。
这个例子看不出正则表达式的优点，让我们再看一个例子：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '.000'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| JetPack 1000 |
| JetPack 2000 |
+--------------+
2 rows in set (0.00 sec)
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。
- LIKE与REGEXP 在LIKE和REGEXP之间有一个重要的差别。LIKE匹配整个列，而REGEXP在列值内进行匹配。当然，REGEXP可以通过定位符来匹配整个列。
- 匹配不区分大小写 MySQL中的正则表达式匹配不区分大小写。为区分大小写，可使用BINARY关键字，如WHERE prod_name REGEXP BINARY ‘JetPack .000’。
进行OR匹配
为搜索两个串之一，可以使用|：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '1000|2000'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| JetPack 1000 |
| JetPack 2000 |
+--------------+
2 rows in set (0.00 sec)
语句中使用了正则表达式1000|2000. '|'为正则表达式的OR操作符，它表示匹配其中之一。
- 两个以上的OR条件 可以给出两个以上的OR条件。例如’1000|2000|3000’将匹配1000或2000或3000.
匹配几个字符之一
我们可以通过指定一组用 [ 和 ] 括起来的字符，来匹配特定的单一字符。
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '[123] Ton'
-> ORDER BY prod_name;
+-------------+
| prod_name |
+-------------+
| 1 ton anvil |
| 2 ton anvil |
+-------------+
2 rows in set (0.00 sec)
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。
[]是另一种形式的OR语句。而[123] Ton是[1|2|3] Ton的缩写。
有时候带[]是必要的：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '1|2|3 Ton'
-> ORDER BY prod_name;
+---------------+
| prod_name |
+---------------+
| 1 ton anvil |
| 2 ton anvil |
| JetPack 1000 |
| JetPack 2000 |
| TNT (1 stick) |
+---------------+
5 rows in set (0.00 sec)
这不是预期结果。因为’1|2|3 Ton’匹配的是1或2或3 Ton，而不是1 Ton或2 Ton或3 Ton。所以我们应该用’[1|2|3] Ton’来进行匹配。
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。否定字符集，只需在集合开始处放置一个^即可。例如[^123]。
匹配范围
集合可用来定义要匹配的一个或多个字符。例如，匹配数字0到9：[0123456789]，我们可以简化这种类型的集合，用-来定义一个范围，例如，匹配数字0到9：[0-9]。也可以[3-6]等等。范围不一定只是数值，例如[a-z]匹配任意字母。
应用：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '[1-5] Ton'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| .5 ton anvil |
| 1 ton anvil |
| 2 ton anvil |
+--------------+
3 rows in set (0.00 sec)
这里使用正则表达式[1-5] Ton，[1-5]定义了个范围，匹配1到5.
匹配特殊字符
正则表达式语言由特殊含义的特殊字符构成，例如，’.’、’[]’、’|’ 和 ‘-’ 等。但我们如何匹配这些特殊字符呢？
搜索包含.字符的值，尝试：
mysql> SELECT vend_name
-> FROM vendors
-> WHERE vend_name REGEXP '.'
-> ORDER BY vend_name;
+----------------+
| vend_name |
+----------------+
| ACME |
| Anvils R Us |
| Furball Inc. |
| Jet Set |
| Jouets Et Ours |
| LT Supplies |
+----------------+
6 rows in set (0.01 sec)
这条语句并不符合预期结果，’.’ 匹配任意字符，所以每个行都被检索出来了。
为了匹配特殊字符，必须用\\作为前导。\\-表示查找-，\\.表示查找 ‘.’ 。
mysql> SELECT vend_name
-> FROM vendors
-> WHERE vend_name REGEXP '\\.'
-> ORDER BY vend_name;
+--------------+
| vend_name |
+--------------+
| Furball Inc. |
+--------------+
1 row in set (0.00 sec)
这个语句符合预期结果，\\.匹配 ‘.’，最后只检索出目标的一行。这个处理我们称作转义（escaping），正则表达式中有特殊意义的字符都需要经过转义才可匹配。
\\也可用来引用元字符（具有特殊意义的字符）：
| 元字符 | 说明 |
|---|---|
| \\f | 换页 |
| \\n | 换行 |
| \\r | 回车 |
| \\t | 制表 |
| \\v | 纵向制表 |
- 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。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
为了方便工作，对一些常用的匹配，我们可以使用预定义的字符集，称为字符类（character class）。
| 类 | 说明 |
|---|---|
| [:alnum:] | 任意字母和数字（同[a-zA-Z0-9]） |
| [:alpha:] | 任意字母（同[a-zA-Z]） |
| [:blank:] | 空格和制表（同[\\t]） |
| [:cntrl:] | ASCⅡ控制字符（ASCⅡ0到31和127） |
| [:digit:] | 任意数字（同[0-9]） |
| [:graph:] | 与[:print:]相同，但不包括空格 |
| [:lower:] | 任意小写字母（同[a-z]） |
| [:print:] | 任意可打印字符 |
| [:punct:] | 除[:alnum:]和[:cntrl:]外的字符 |
| [:space:] | 包括空格在内的任意空白字符（同[\\f\\n\\r\\t\\v]） |
| [:upper:] | 任意大写字母（同[A-Z]） |
| [:xdigit:] | 任意十六进制数字（同[a-fA-F0-9]） |
匹配多个实例
目前为止的正则表达式都是匹配一次出现，如果存在，就会被检索出。但有时我们需要对匹配的数目进行更强的控制。我们可以利用正则表达式的重复元字符来完成。
重复元字符：
| 元字符 | 说明 |
|---|---|
| * | 0个或多个匹配 |
| + | 1个或多个匹配（等于{1,}） |
| ? | 0个或一个匹配（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） |
例子：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '\\([0-9] sticks?\\)'
-> ORDER BY prod_name;
+----------------+
| prod_name |
+----------------+
| TNT (1 stick) |
| TNT (5 sticks) |
+----------------+
2 rows in set (0.00 sec)
此语句用了正则表达式\\([0-9] sticks?\\)，其中\\(匹配(，[0-9]匹配数字，sticks?匹配stick和sticks（?使s变得可选），\\)匹配)。若没有?，stick与sticks的匹配将变得困难。
匹配连在一起的四个数字：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '[[:digit:]]{4}'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| JetPack 1000 |
| JetPack 2000 |
+--------------+
2 rows in set (0.00 sec)
此语句用了正则表达式[[:digit:]]{4}，其中[:digit:]匹配任意数字，{4}指定前面的字符需出现4次。
正则表达式总是有不止一种方法表示一个表达式，上面例子也可以写成[0-9][0-9][0-9][0-9]。
定位符
目前所学的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，我们需要使用定位符。
定位元字符：
| 元字符 | 说明 |
|---|---|
| ^ | 文本的开始 |
| $ | 文本的结尾 |
| [[:<:]] | 词的开始 |
| [[:>:]] | 词的结尾 |
查找以 . 或数字开头的产品：
mysql> SELECT prod_name
-> FROM products
-> WHERE prod_name REGEXP '^[0-9\\.]'
-> ORDER BY prod_name;
+--------------+
| prod_name |
+--------------+
| .5 ton anvil |
| 1 ton anvil |
| 2 ton anvil |
+--------------+
3 rows in set (0.00 sec)
匹配串的开始。因此[0-9\\.]只匹配以 . 或任意数字为串第一个字符的行。
- ^的双重用途 ^有两种用法。在集合中（用(和)定义），用它来否定集合。集合外，用来指串的开始处。
- 使REGEXP起类似LIKE的作用 前面所述，LIKE与REGEXP不同在于，LIKE匹配整个串而REGEXP匹配子串。利用定位符，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。
- 简单的正则表达式测试 可以在不使用数据库表的情况下，用SELECT来测试正则表达式。REGEXP检查总是返回0（不匹配）或1（匹配）。可以用带文字串的REGEXP来测试表达式：SELECT ‘hello’ REGEXP ‘[0-9]’;，这个例子返回0。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
