MySQL Regulære udtryk (Regexp)

Hvad er MySQL regulære udtryk?

MySQL regulære udtryk hjælpe dig med at søge efter data, der matcher komplekse kriterier. Et regulært udtryk er et mønster, der beskriver formen på den værdi, du leder efter, snarere end selve værdien.

Hvis du allerede har arbejdet med MySQL jokertegn, spørger du måske, hvorfor det er værd at lære regulære udtryk, når LIKE giver lignende resultater. Svaret er udtrykskraft: jokertegn tilbyder kun to symboler, mens regulære udtryk beskriver tegnintervaller, alternativer, gentagelser og ordpositioner i et enkelt mønster.

Med formålet fastlagt introducerer næste afsnit den syntaks, du vil bruge i hver REGEXP-forespørgsel.

Grundlæggende syntaks for REGEXP

Den grundlæggende syntaks for et regulært udtryk er som følger.

SELECT * FROM table_name
WHERE fieldname REGEXP 'pattern';

HER:

• "SELECT-sætning" er standarden SELECT erklæring.
• "WHERE feltnavn" er navnet på den kolonne, hvor det regulære udtryk udføres.
• "REGEXP 'mønster'" — REGEXP er operatoren for regulære udtryk, og 'pattern' repræsenterer det mønster, der skal matches. RLIKE er en synonym for REGEXP og returnerer de samme resultater. For at undgå at forveksle den med LIKE-operatoren er det bedre at bruge REGEXP.

Lad os nu se på et praktisk eksempel.

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

Ovenstående forespørgsel søger efter alle filmtitler, der indeholder ordet "kode". Det er ligegyldigt, om "kode" vises i begyndelsen, midten eller i slutningen af ​​titlen. Så længe titlen indeholder mønsteret, returneres rækken.

Match starten af ​​en værdi med en tegnliste

Antag, at vi ønsker de film, hvis titler starter med a, b, c eller d, efterfulgt af et hvilket som helst antal andre tegn. Vi kombinerer en tegnliste med cirkumfleksmetategn for at opnå dette resultat.

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

Udførelse af ovenstående script i MySQL Workbench mod myflixdb-databasen giver os følgende resultater.

I mønsteret '^[abcd]' kræver cirkumflekstegnet (^), at matchen starter i begyndelsen af ​​værdien, og tegnlisten [abcd] accepterer kun titler, hvis første bogstav er a, b, c eller d. Sammenligningen skelner ikke mellem store og små bogstaver under standardsorteringen, hvilket er grunden til, at “Code "Navn Sort" returneres.

Udelukkelse af tegn med en negeret tegnliste

Lad os nu ændre scriptet og negere tegnlisten for at se, hvilke rækker der returneres.

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

Udførelse af ovenstående script i MySQL Workbench mod myflixdb-databasen giver os følgende resultater.

Inde i en tegnliste ændrer cirkumflekstegnet betydning: '^[^abcd]' forankrer stadig matchen i begyndelsen, mens [^abcd] nu ekskluderer alle titler, der starter med et af de omsluttede tegn.

Disse to eksempler bruger kun ankre og tegnlister. Det næste afsnit dækker det fulde metategnsæt.

Regulære udtryks metakarakterer

Eksemplerne ovenfor viser den enkleste form for et regulært udtryk. Metategn giver dig mulighed for at finjustere en mønstersøgning: de udtrykker gentagelse, alternativer, intervaller og positioner. Tabellen nedenfor viser alle metategn, der understøttes af MySQL REGEXP-operatoren, med et rettet eksempel for hver enkelt.

Omvendt skråstreg (\) er escape-tegnet. Fordi MySQL analyserer strengen først og mønsteret derefter, skal et literalt omvendt skråstreg skrives som et dobbelt omvendt skråstreg (\\) inde i et REGEXP-mønster.

Nu hvor alle metategn er defineret, opstår et rimeligt spørgsmål: hvornår skal REGEXP erstatte den enklere LIKE-operator?

REGEXP vs LIKE: hvilken skal du bruge?

Begge operatorer filtrerer rækker efter mønster, men de løser forskellige problemer. LIKE forstår kun to symboler, mens REGEXP forstår det fulde metategnsæt vist ovenfor. Den styrke har en pris, så valget er et kompromis snarere end en præference.

Vælg LIKE for ligefrem matchning, fordi det læses nemt og stadig kan bruge et indeks. Vælg REGEXP, når et enkelt mønster skal udtrykke flere regler på én gang, f.eks. "starter med c eller d og slutter med et ciffer". I store tabeller skal du først indsnævre rækkerne med en indekseret betingelse, og derefter anvende REGEXP på det mindre sæt.

MySQL 8.0 regulære udtryksfunktioner

REGEXP-operatoren besvarer kun ét spørgsmål: stemmer værdien overens med mønsteret? MySQL 8.0 har tilføjet fire funktioner, der går endnu videre og lader dig finde, f.eks.tract, og omskriv den matchende tekst. Hver af dem accepterer et valgfrit match_type-argument, hvor 'c' gennemtvinger en sammenligning, der skelner mellem store og små bogstaver, og 'i' gennemtvinger en sammenligning, der ikke skelner mellem store og små bogstaver.

• REGEXP_LIKE(udtryk, mønster) returnerer 1, når værdien matcher mønsteret. Det er funktionsformen for REGEXP-operatoren, og argumentet match_type gør forskellen på store og små bogstaver eksplicit.
• REGEXP_INSTR(udtryk, mønster) returnerer positionen for det første tegn i matchen, eller 0 når mønsteret ikke findes.
• REGEXP_SUBSTR(udtryk, mønster) returnerer selve den matchende delstreng, hvilket er nyttigt til at trække et år, en kode eller et tal ud af en længere tekstværdi.
• REGEXP_REPLACE(udtryk, mønster, erstatning) returnerer værdien med hvert match, der erstattes, så den kan rense data i en SQL UPDATE-forespørgsel.

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

Ovenstående forespørgsel returnerer alle filmtitler, der indeholder et ciffer, sammen med selve cifrene. MySQL 5.7 er disse funktioner ikke tilgængelige, så REGEXP-operatoren er fortsat den eneste mulighed.

Ofte Stillede Spørgsmål