MySQL Regulární výrazy (Regexp)

Jaké jsou MySQL regulární výrazy?

MySQL regulární výrazy vám pomohou vyhledat data, která odpovídají složitým kritériím. Regulární výraz je vzor, ​​který popisuje tvar hledané hodnoty, nikoli samotnou hodnotu.

Pokud jste již s MySQL zástupné znakyMožná se ptáte, proč se regulární výrazy vyplatí učit, když LIKE dává podobné výsledky. Odpovědí je expresivní síla: zástupné znaky nabízejí pouze dva symboly, zatímco regulární výrazy popisují rozsahy znaků, alternativy, opakování a pozice slov v jednom vzoru.

Po stanovení účelu se v následující části seznámíme s syntaxí, kterou budete používat v každém dotazu REGEXP.

Základní syntaxe REGEXP

Základní syntaxe regulárního výrazu je následující.

SELECT * FROM table_name
WHERE fieldname REGEXP 'pattern';

ZDE:

• „Příkaz SELECT“ je standard příkaz SELECT.
• "KDE název pole" je název sloupce, na kterém se provádí regulární výraz.
• "Vzor REGEXP" — REGEXP je operátor regulárního výrazu a „pattern“ představuje vzor, ​​který má být nalezen. RLIKE je synonymum pro REGEXP a vrací stejné výsledky. Abyste se vyhnuli záměně s operátorem LIKE, je lepší použít REGEXP.

Podívejme se nyní na praktický příklad.

SELECT * FROM `movies`
WHERE `title` REGEXP 'code';

Výše uvedený dotaz vyhledává všechny názvy filmů, které obsahují slovo „code“. Nezáleží na tom, zda se slovo „code“ objevuje na začátku, uprostřed nebo na konci názvu. Pokud název obsahuje daný vzor, ​​je vrácen řádek.

Porovnání začátku hodnoty se seznamem znaků

Předpokládejme, že chceme filmy, jejichž názvy začínají písmeny a, b, c nebo d, za nimiž následuje libovolný počet dalších znaků. Tohoto výsledku dosáhneme kombinací seznamu znaků s metaznakem stříška.

SELECT * FROM `movies`
WHERE `title` REGEXP '^[abcd]';

Spuštění výše uvedeného skriptu v MySQL Workbench s databází myflixdb nám dává následující výsledky.

Ve vzoru '^[abcd]' vyžaduje stříška (^) shodu na začátku hodnoty a seznam znaků [abcd] akceptuje pouze názvy, jejichž první písmeno je a, b, c nebo d. Porovnání při výchozím řazení nerozlišuje velká a malá písmena, a proto „Code Vrátí se „jméno Black“.

Vyloučení znaků se seznamem negovaných znaků

Nyní upravme skript a negatujme seznam znaků, abychom zjistili, které řádky se vrátí.

SELECT * FROM `movies`
WHERE `title` REGEXP '^[^abcd]';

Spuštění výše uvedeného skriptu v MySQL Workbench s databází myflixdb nám dává následující výsledky.

Uvnitř seznamu znaků se význam stříšky změní: '^[^abcd]' stále ukotví shodu na začátku, zatímco [^abcd] nyní vylučuje všechny názvy, které začínají jedním z uzavřených znaků.

Tyto dva příklady používají pouze kotvy a seznamy znaků. Následující část se zabývá celou sadou metaznaků.

Metaznaky regulárních výrazů

Výše uvedené příklady ukazují nejjednodušší formu regulárního výrazu. Metaznaky umožňují doladit vyhledávání podle vzoru: vyjadřují opakování, alternativy, rozsahy a pozice. V tabulce níže jsou uvedeny všechny metaznaky podporované regulárním výrazem. MySQL Operátor REGEXP s opraveným příkladem pro každý z nich.

Zpětné lomítko (\) je řídicí znak. Protože MySQL Nejprve analyzuje řetězec a poté vzor, ​​doslovné zpětné lomítko musí být uvnitř vzoru REGEXP zapsáno jako dvojité zpětné lomítko (\\).

Nyní, když jsou definovány všechny metaznaky, vyvstává oprávněná otázka: kdy by měl REGEXP nahradit jednodušší operátor LIKE?

REGEXP vs. LIKE: který z nich byste měli použít?

Oba operátory filtrují řádky podle vzoru, ale řeší různé problémy. LIKE rozumí pouze dvěma symbolům, zatímco REGEXP rozumí celé sadě metaznaků uvedené výše. Tato schopnost má svou cenu, takže volba je spíše kompromisem než preferencí.

Pro přímočaré porovnávání zvolte LIKE, protože se dobře čte a stále může používat index. REGEXP zvolte, pokud jeden vzor musí vyjadřovat několik pravidel najednou, například „začíná na c nebo d a končí číslicí“. U velkých tabulek nejprve zúžte řádky pomocí indexované podmínky a poté na tuto menší množinu použijte REGEXP.

MySQL Funkce regulárních výrazů 8.0

Operátor REGEXP odpovídá pouze na jednu otázku: odpovídá hodnota vzoru? MySQL Verze 8.0 přidala čtyři funkce, které jdou ještě dále a umožňují vám lokalizovat, např.tract a přepište odpovídající text. Každý z nich přijímá volitelný argument match_type, kde 'c' vynutí porovnání s rozlišováním velkých a malých písmen a 'i' vynutí porovnání bez rozlišování velkých a malých písmen.

• REGEXP_LIKE(výraz, vzor) Vrací 1, pokud hodnota odpovídá vzoru. Jedná se o funkční formu operátoru REGEXP a argument match_type explicitně rozlišuje velká a malá písmena.
• REGEXP_INSTR(výraz, vzor) vrací pozici prvního znaku shody nebo 0, pokud vzor není nalezen.
• REGEXP_SUBSTR(výraz, vzor) vrací samotný odpovídající podřetězec, což je užitečné pro vytažení roku, kódu nebo čísla z delší textové hodnoty.
• REGEXP_REPLACE(výraz, vzor, ​​nahrazení) vrací hodnotu s každou nahrazenou shodou, takže může vyčistit data uvnitř SQL aktualizační dotaz.

SELECT title,
       REGEXP_SUBSTR(title, '[0-9]+') AS number_in_title
FROM `movies`
WHERE REGEXP_LIKE(title, '[0-9]');

Výše uvedený dotaz vrací všechny názvy filmů, které obsahují číslici, spolu s těmito číslicemi samotnými. MySQL 5.7 tyto funkce nejsou k dispozici, takže operátor REGEXP zůstává jedinou možností.

Nejčastější dotazy