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

内容来源于网络如有侵权请私信删除