4.5 正则表达式过滤查询数据

---

---

1. 概述

正则表达式用来匹配更加复杂的查询条件，例如你想从文件中提取电话号码，想从查找名字中间有数字的所有文件，甚至在一个文本块中查找所有重复的字符，都可以使用正则表达式完成；

但是在此处，我们只介绍MySql中正则表达式的使用，具体关于正则表达式的内容，大家可以自行学习；

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查询出的数据；

2. 基本字符匹配

我们尝试查询列 prod_name 包含文本“1000”的所有行，并按照 prod_name 进行排序：

输入：

 SELECT prod_name 
FROM products
WHERE prod_name REGEXP '1000'
ORDER BY prod_name;

输出：

上述的查询语句除了关键字由 LIKE 变为 REGEXP 外，其它都很像使用LIKE关键字查询的语句，它告诉 MySql ：REGEXP 后所跟的所有东西作为正则表达式处理；

上面的例子使用正则表达式并没有带来什么好处，反而可能会影响查询性能，不过，我们可以参考下面的例子：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '.000'
ORDER BY prod_name;

输出：

这里使用了正则表达式.000。. 是正则表达式中一个特殊的字符，我们在JAVA基础中曾经讲过，其表示匹配任意一个字符，因此1000与2000都匹配且返回；

3.LIKE关键字与正则表达式的区别

上面的特殊案例也可以使用LIKE关键字来实现，但是要使用通配符来完成：

输入：

SELECT prod_name 
FROM products
WHERE prod_name LIKE '%000'
ORDER BY prod_name;

输出：

但是如果比较下列的俩个语句就会发现其区别：

SELECT prod_name 
FROM products
WHERE prod_name LIKE '1000'
ORDER BY prod_name;

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '1000'
ORDER BY prod_name;

这俩条语句第一条不会返回结果，而第二条会返回，是因为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。而GEGEXP在列值中进行匹配，如果被匹配的文本在列值中出现，REGEXP会找到它，相应的行将会被返回。

4.进行OR匹配

为了搜索俩个值之一，使用 | ，如：

输入：

SELECT prod_name 
FROM products
WHERE prod_name LIKE '1000|2000'
ORDER BY prod_name;

输出：

语句使用了正则表达式1000|2000。 | 为正则表达式的OR操作符，其表示匹配其中之一，因此1000和2000都匹配并返回。

使用 | 从功能上来说类似于在SELECT语句中使用OR语句，多个OR条件可并入单个正则表达式。

5.匹配几个字符之一

如果我们只想匹配特定的字符，那么可以使用中括号 [ ] 将特定字符括起来进行正则表达式搜索，如：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '[123] ton'
ORDER BY prod_name;

输出：

[123]定义一组字符，表示匹配1或2或3，因此1 ton 与2 ton都匹配且返回；

[ ] 其实是另一种形式的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[ ] 来定义OR语句查找什么，我们可以通过下面的例子来更好的理解：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '1|2|3 ton'
ORDER BY prod_name;

输出：

这并不是期望的输出结果，查询出来了多余的三个行，这是因为MySql认为你给定的条件是1或2或3 ton，而不是1 ton 或2 ton 或3 ton，除非把字符 | 括在一个集合中，否则它将用于整个串；

并且字符集合也可以被否定，即，他们将匹配除指定字符外的任何东西，为了否定一个字符，需要在集合的开始位置使用 ^ 字符，[123] 匹配字符1或2或3，但是[^123] 却匹配除这些字符外的任何东西。

6.匹配范围

集合可以用来匹配范围，如：

[0123456789]

为了简化这种类型的集合，可以使用-来定义一个范围，下面的式子与上面的式子功能一样：

[0-9]

范围不限于完整的集合，[1-3] 和 [6-9] 也是合法的范围。此外，范围不一定只是数值，[a-z] 匹配任意字母，如：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '[1-5] ton'
ORDER BY prod_name;

输出：

7.匹配特殊字符

正则表达式语言具有特定含义的特殊字符构成。假如我们需要匹配特殊字符 . 该怎么输入呢？

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '.'
ORDER BY prod_name;

输出：

这并不是我们期望的结果，因为 . 在正则表达式中表示匹配任何一个字符，所以全部结果都会被返回看，为了匹配特殊字符，我们必须使用 \ 为前缀，\- 表示查找-，\. 表示查找 . ；

其实\也是一种特殊字符，其是转义字符，如果你想匹配 \ ，那么此时你需要输入 \\；

8.匹配多个实例

目前使用的所以正则表达式都试图匹配单次出现。如果存在一个匹配，该行被查询到，如果不存在，查不到任何结果。但有时需要对匹配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，或者你可能需要查找一个单词，并且还能够适应一个尾随的s等等，如：

元字符	说明
*	0个或多个匹配
+	1个或多个匹配
？	0个或1个匹配
{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）

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '\\([0-9] sticks?\\)'
ORDER BY prod_name;

输出：

\\( 匹配 ( ；
[0-9] 匹配任意数字；
sticks?匹配stick和sticks，s后的?使s可选，？匹配它前面的字符的0次或1次出现；
\\)匹配 ) ;

下方是另一个例子，我们打算匹配连在一起的4位数字：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '[0-9]{4}'
ORDER BY prod_name;

输出：

[0-9] 匹配任意数字；
{4} 表示它前面的数字出现4次；

9.定位符

目前所有的例子都是匹配一个字符串中任意位置的文本。为了匹配特定位置的文本，需要使用定位符：

元字符	说明
^	文本的开始
$	文本的结尾
[[:<:]]	词的开始
[[:>:]]	词的结尾

例如，我们想查找一个数开始的所有产品，简单搜索[0-9\.]肯定不行，因为它将在字符串任意位置进行查找，解决办法就是使用^定位符：

输入：

SELECT prod_name 
FROM products
WHERE prod_name REGEXP '^[0-9\\.]'
ORDER BY prod_name;

输出：

^{匹配串的开始，因此只在.或数字为第一个字母时才匹配它们，没有}则要多检索出4行数据。

注意区别，^在集合中使用用来否定集合，否则用来指字符串的开始处；