MySQL Regulære uttrykk (Regexp)

Hva er MySQL regulære uttrykk?

MySQL vanlig uttrykk hjelpe deg med å søke etter data som samsvarer med komplekse kriterier. Et regulært uttrykk er et mønster som beskriver formen på verdien du leter etter, snarere enn selve verdien.

Hvis du allerede har jobbet med MySQL jokertegn, lurer du kanskje på hvorfor det er verdt å lære seg regulære uttrykk når LIKE gir lignende resultater. Svaret er uttrykkskraft: jokertegn tilbyr bare to symboler, mens regulære uttrykk beskriver tegnområder, alternativer, repetisjon og ordposisjoner i et enkelt mønster.

Med formålet etablert, introduserer neste avsnitt syntaksen du vil bruke i hver REGEXP-spørring.

Grunnleggende syntaks for REGEXP

Den grunnleggende syntaksen for et regulært uttrykk er som følger.

SELECT * FROM table_name
WHERE fieldname REGEXP 'pattern';

HER:

• «SELECT-setning» er standarden SELECT-setning.
• "HVOR feltnavn" er navnet på kolonnen som det regulære uttrykket utføres på.
• "REGEXP 'mønster'" — REGEXP er operatoren for regulært uttrykk, og 'mønster' representerer mønsteret som skal matches. RLIKE er en synonym for REGEXP og returnerer de samme resultatene. For å unngå å forveksle den med LIKE-operatoren, er det bedre å bruke REGEXP.

La oss nå se på et praktisk eksempel.

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

Søket ovenfor søker etter alle filmtitler som inneholder ordet «kode». Det spiller ingen rolle om «kode» vises i begynnelsen, midten eller på slutten av tittelen. Så lenge tittelen inneholder mønsteret, returneres raden.

Samsvarer starten av en verdi med en tegnliste

Anta at vi ønsker filmene der titlene starter med a, b, c eller d, etterfulgt av et hvilket som helst antall andre tegn. Vi kombinerer en tegnliste med cirkumfleksmetategnet for å oppnå det resultatet.

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

Utfører skriptet ovenfor i MySQL Workbench mot myflixdb-databasen gir oss følgende resultater.

I mønsteret '^[abcd]' krever cirkumflekstegnet (^) at kampen starter i begynnelsen av verdien, og tegnlisten [abcd] godtar bare titler der den første bokstaven er a, b, c eller d. Sammenligningen skiller ikke mellom store og små bokstaver under standard sorteringen, og det er derfor “Code «Navn Svart» returneres.

Ekskludering av tegn med en negert tegnliste

La oss nå endre skriptet og negere tegnlisten for å se hvilke rader som returneres.

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

Utfører skriptet ovenfor i MySQL Arbeidsbenk mot myflixdb-databasen gir oss følgende resultater.

Inne i en tegnliste endrer cirkumflekstegnet betydning: '^[^abcd]' forankrer fortsatt treffet i begynnelsen, mens [^abcd] nå ekskluderer alle titler som starter med et av de omsluttede tegnene.

Disse to eksemplene bruker bare ankere og tegnlister. Neste avsnitt dekker hele metategnsettet.

Vanlige uttrykksmetategn

Eksemplene ovenfor viser den enkleste formen for et regulært uttrykk. Metategn lar deg finjustere et mønstersøk: de uttrykker repetisjon, alternativer, områder og posisjoner. Tabellen nedenfor viser alle metategn som støttes av MySQL REGEXP-operatoren, med et korrigert eksempel for hver enkelt.

Omvendt skråstrek (\) er escape-tegnet. Fordi MySQL analyserer strengen først og mønsteret deretter, må en litteral omvendt skråstrek skrives som en dobbel omvendt skråstrek (\\) inne i et REGEXP-mønster.

Nå som alle metategn er definert, følger et rimelig spørsmål: når bør REGEXP erstatte den enklere LIKE-operatoren?

REGEXP vs LIKE: hvilken bør du bruke?

Begge operatorene filtrerer rader etter mønster, men de løser forskjellige problemer. LIKE forstår bare to symboler, mens REGEXP forstår hele metategnsettet vist ovenfor. Denne kraften har en kostnad, så valget er en avveining snarere enn en preferanse.

Velg LIKE for enkel matching, fordi den leser godt og fortsatt kan bruke en indeks. Velg REGEXP når et enkelt mønster må uttrykke flere regler samtidig, for eksempel «starter med c eller d og slutter med et siffer». I store tabeller, avgrens radene først med en indeksert betingelse, og bruk deretter REGEXP på det mindre settet.

MySQL 8.0 regulære uttrykkfunksjoner

REGEXP-operatoren svarer bare på ett spørsmål: samsvarer verdien med mønsteret? MySQL 8.0 har lagt til fire funksjoner som går lenger og lar deg finne, f.eks.tract, og skriv om den matchende teksten. Hver av dem aksepterer et valgfritt match_type-argument, der 'c' tvinger frem en sammenligning som skiller mellom store og små bokstaver og 'i' tvinger frem en sammenligning som ikke skiller mellom store og små bokstaver.

• REGEXP_LIKE(uttrykk, mønster) returnerer 1 når verdien samsvarer med mønsteret. Det er funksjonsformen til REGEXP-operatoren, og argumentet match_type gjør det eksplisitt å skille mellom store og små bokstaver.
• REGEXP_INSTR(uttrykk, mønster) returnerer posisjonen til det første tegnet i treffet, eller 0 når mønsteret ikke finnes.
• REGEXP_SUBSTR(uttrykk, mønster) returnerer selve den samsvarende delstrengen, som er nyttig for å hente et år, en kode eller et tall ut av en lengre tekstverdi.
• REGEXP_REPLACE(uttrykk, mønster, erstatning) returnerer verdien med hvert treff som erstattes, slik at den kan rense data i en SQL UPDATE-spørring.

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

Spørringen ovenfor returnerer alle filmtitteler som inneholder et siffer, sammen med selve sifrene. MySQL 5.7 er disse funksjonene utilgjengelige, så REGEXP-operatoren er fortsatt det eneste alternativet.

Spørsmål og svar