MySQL Reguláris kifejezések (Regexp)

Mik MySQL reguláris kifejezések?

MySQL szabályos kifejezések segítenek az összetett kritériumoknak megfelelő adatok keresésében. A reguláris kifejezés egy minta, amely a keresett érték alakját írja le, nem pedig magát az értéket.

Ha már dolgoztál együtt MySQL helyettesítő karakterek, felmerülhet a kérdés, hogy miért érdemes megtanulni a reguláris kifejezéseket, amikor a LIKE hasonló eredményeket produkál. A válasz a kifejezőerőben rejlik: a helyettesítő karakterek csak két szimbólumot kínálnak, míg a reguláris kifejezések egyetlen mintában írják le a karaktertartományokat, az alternatívákat, az ismétlődéseket és a szópozíciókat.

Miután a célt meghatároztuk, a következő szakasz bemutatja a szintaxist, amelyet minden REGEXP lekérdezésben használni fogunk.

A REGEXP alapvető szintaxisa

A reguláris kifejezés alapvető szintaxisa a következő.

SELECT * FROM table_name
WHERE fieldname REGEXP 'pattern';

ITT:

• „SELECT utasítás” a szabvány SELECT utasítás.
• „WHERE mezőnév” annak az oszlopnak a neve, amelyen a reguláris kifejezés végrehajtásra kerül.
• „REGEXP 'minta'” — A REGEXP a reguláris kifejezés operátora, a „pattern” pedig az egyeztetendő mintát jelöli. RLIKE egy olyan a REGEXP szinonimája és ugyanazt az eredményt adja vissza. A LIKE operátorral való összetévesztés elkerülése érdekében jobb, ha a REGEXP operátort használjuk.

Most nézzünk egy gyakorlati példát.

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

A fenti lekérdezés az összes olyan filmcímet keresi, amely tartalmazza a „kód” szót. Nem számít, hogy a „kód” a cím elején, közepén vagy végén szerepel-e. Amíg a cím tartalmazza a mintát, a sort adja vissza.

Érték kezdetének egyeztetése egy karakterlistával

Tegyük fel, hogy olyan filmeket keresünk, amelyek címe a, b, c vagy d betűvel kezdődik, majd tetszőleges számú további karakter következik. Egy karakterlistát kombinálunk a kalap metakarakterrel, hogy elérjük ezt az eredményt.

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

A fenti szkript végrehajtása MySQL Workbench a myflixdb adatbázissal szemben a következő eredményeket kapjuk.

A '^[abcd]' mintában a kalap (^) megköveteli, hogy az egyezés az érték elején kezdődjön, és az [abcd] karakterlista csak azokat a címeket fogadja el, amelyek első betűje a, b, c vagy d. Az összehasonlítás az alapértelmezett rendezés mellett nem megkülönbözteti a kis- és nagybetűket, ezért „Code A „Név Fekete” kifejezést adja vissza a rendszer.

Negált karakterlistával rendelkező karakterek kizárása

Módosítsuk most a szkriptet, és negáljuk a karakterlistát, hogy lássuk, mely sorokat adja vissza.

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

A fenti szkript végrehajtása MySQL A Workbench és a myflixdb adatbázis összehasonlítása a következő eredményeket adja.

Egy karakterlistán belül a kurzor jelentése megváltozik: a '^[^abcd]' továbbra is az elejére helyezi a találatot, míg az [^abcd] mostantól kizár minden olyan címet, amely a benne foglalt karakterek egyikével kezdődik.

Ez a két példa csak horgonyokat és karakterlistákat használ. A következő szakasz a teljes metakarakterkészletet tárgyalja.

Reguláris kifejezés metakarakterei

A fenti példák a reguláris kifejezések legegyszerűbb formáját mutatják. A metakarakterek lehetővé teszik a mintakeresés finomhangolását: ismétlést, alternatívákat, tartományokat és pozíciókat fejeznek ki. Az alábbi táblázat felsorolja a reguláris kifejezés által támogatott összes metakaraktert. MySQL REGEXP operátor, mindegyikhez egy javított példával.

A fordított perjel (\) az escape karakter. Mivel MySQL először a karakterláncot, majd csak másodszor a mintát elemzi, a literális fordított perjelet dupla fordított perjelként (\\) kell írni egy REGEXP mintán belül.

Most, hogy minden metakarakter definiálva van, jogos kérdés merül fel: mikor kell a REGEXP-nek lecserélnie az egyszerűbb LIKE operátort?

REGEXP vs. LIKE: melyiket érdemes használni?

Mindkét operátor minta alapján szűri a sorokat, de különböző problémákat oldanak meg. A LIKE csak két szimbólumot ért, míg a REGEXP a fent látható teljes metakarakterkészletet. Ennek a képességnek ára van, így a választás inkább kompromisszum, mint preferencia kérdése.

Az egyszerű egyezéshez válaszd a LIKE kifejezést, mert jól olvasható és továbbra is használhat indexet. A REGEXP kifejezést akkor válaszd, ha egyetlen mintának egyszerre több szabályt kell kifejeznie, például „c-vel vagy d-vel kezdődik és számjeggyel végződik”. Nagy táblázatokban először szűkítsd a sorokat egy indexelt feltétellel, majd alkalmazd a REGEXP kifejezést erre a kisebb halmazra.

MySQL 8.0 reguláris kifejezésfüggvények

A REGEXP operátor csak egy kérdésre válaszol: illeszkedik-e az érték a mintához? MySQL A 8.0 négy olyan funkciót adott hozzá, amelyek továbbmennek, és lehetővé teszik a keresést, pl.tract, és írd át az egyező szöveget. Mindegyik elfogad egy opcionális match_type argumentumot, ahol a 'c' kis- és nagybetűérzékeny összehasonlítást, az 'i' pedig nem megkülönböztető összehasonlítást tesz szükségessé.

• REGEXP_LIKE(kifejezés, minta) 1-et ad vissza, ha az érték megegyezik a mintával. Ez a REGEXP operátor függvényformája, és a match_type argumentum explicit módon megkülönbözteti a kis- és nagybetűket.
• REGEXP_INSTR(kifejezés, minta) visszaadja az egyezés első karakterének pozícióját, vagy 0-t, ha a minta nem található.
• REGEXP_SUBSTR(kifejezés, minta) magát a megfelelő részkarakterláncot adja vissza, ami hasznos egy év, egy kód vagy egy szám kinyerésére egy hosszabb szöveges értékből.
• REGEXP_REPLACE(kifejezés, minta, csere) minden egyes egyezést kicserélve visszaadja az értéket, így tisztíthatja az adatokat egy SQL UPDATE lekérdezés.

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

A fenti lekérdezés minden olyan filmcímet visszaad, amely tartalmaz egy számjegyet, magukkal a számjegyekkel együtt. MySQL 5.7-ben ezek a függvények nem érhetők el, így a REGEXP operátor marad az egyetlen lehetőség.

GYIK