0509 | MySQL | 第 9 章 用正则表达式进行搜索

内容摘要：学习如何在 MySQL WHERE 子句内使用正则表达式来更好地控制数据过滤。
9.1 正则表达式介绍
    正则表达式：用来匹配文本的特殊的串。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。
9.2 使用 MySQL 正则表达式
    注意：MySQL 仅支持多数正则表达式实现的一个很小的子集。
9.2.1 基本字符匹配
    REGEXP（regular expression，正则表达式）：正则表达式操作符。   SELECT prod_id,prod_name FROM products WHERE prod_name REGEXP ‘1000’ ORDER BY prod_name; // 找出所有产品名包含文本为 1000 的产品SELECT prod_id,prod_name FROM products WHERE prod_name REGEXP ‘.000’ ORDER BY prod_name; // 找出所有产品名包含文本为 “多少 000” 的产品，如 1000、2000 等均匹配
    点号（ . ）：正则表达式中，表示匹配任意一个字符。
    LIKE 和 REGEXP 的区别：LIKE 匹配整个列。如 prod_name 为 “JetPack 1000”，则 LIKE 将无法找到它；
REGEXP 在列的值内进行匹配。同样为“JetPack 1000”，REGEXP 可以找到并返回。

    注意：正则表达式不区分大小写。若需要区分大小写可使用 BINARY 关键字，如：WHERE prod_name REGEXP BINARY ‘JetPack .000’;
 9.2.2 进行 OR 匹配
    竖线（ | ）：正则表达式的 OR 操作符，匹配两个串其中之一。
SELECT prod_id,prod_name FROM products WHERE prod_name REGEXP ‘1000|2000’ ORDER BY prod_name; // 找出所有产品名包含文本为 1000 或 2000 的产品
9.2.3 匹配几个字符之一
    中括号（ [ ] ）:匹配特定的字符。
SELECT prod_id,prod_name FROM products WHERE prod_name REGEXP ‘[123] Ton’ ORDER BY prod_name; // 找出所有产品名包含文本为 1 Ton 或 2 Ton 或 3 Ton 的产品
    正则表达式 [123] Ton 是 [ 1 | 2 | 3 ] Ton 的缩写，也可以使用后者，但不可用 1 | 2 | 3 Ton 代替，否则 MySQL 将假定你的意思是 ‘1’ 或 ‘2’ 或 ‘3 Ton’，将返回非必要结果。
     ^ ：代表否定（一个字符集）。
SELECT prod_id,prod_name FROM products WHERE prod_name REGEXP ‘[^123] Ton’ ORDER BY prod_name; // 找出所有产品名不包含文本为 1 Ton 或 2 Ton 或 3 Ton 的产品
9.2.4 匹配范围
    连接符（ - ）：定义一个范围。
[0123456789] 可简化为 [0-9][a-z]:匹配任意字母字符
9.2.5 匹配特殊字符
    正则表达式由某些特殊含义的字符构成，但如何匹配这些字符本身？
    转义（ \\ ）：正则表达式具有特殊意义的所有字符都必须以这种方式转义。
SELECT vend_name FROM vendors WHERE vend_name REGEXP ‘\\.’ ORDER BY vend_name; // 找出所有产品名包含文本为点（.）的产品
    \\ 也用来引用元字符（具有特殊意义的字符）

元字符	说明
\\f	换页
\\n	换行
\\r	回车
\\t	制表
\\v	纵向制表

    \\\ ：匹配反斜杠（ \ ）本身        说明：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，因为 MySQL 自己解释一个，正则表达式解释一个。
9.2.6 匹配字符类
    字符类：预定义的字符集。

类	说明
[:alnum:]	任意字母和数字（同 [a-zA-Z0-9] ）
[:alpha:]	任意字符（同 [a-zA-Z] ）
[:blank:]	空格和制表（同 [\\t] ）
[:cntrl:]	ASCII 控制字符（ASCII 从 0 到 31 和 137）
[:digit:]	任意数字（同 [0-9] ）
[:graph:]	与 [:print:] 相同，但不包括空格
[:lower:]	任意小写字母（同 [a-z] ）
[:print:]	任意可打印字符
[:punct:]	既不在 [:alnum:] 又不在 [:cntrl:] 中的任意字符
[:space:]	包括空白在内的任意空白字符（同 [\\f\\n\\r\\t\\v] ）
[:upper:]	任意大写字母（同 [A-Z] ）
[:xdigit:]	任意十六进制数字（同 [a-fA-F0-9]）

9.2.7 匹配多个实例
    目前为止的正则表达式都试图匹配单次出现，有时需要对匹配的数目进行更强的控制。        正则表达式重复元字符：

元字符	说明
*	0 个或多个匹配
+	1 个或多个匹配（等于{1,}）
？	0 个或 1 个匹配（等于{0,1}）
{n}	指定数目的匹配
{n,}	不少于指定数目的匹配
{n,m}	匹配数目的范围（m 不超过 255）

    举例说明：
输入：SELECT prod_name FROM products WHERE prod_name REGEXP ‘\\([0-9] sticks?\\)’ ORDER BY prod_name; 解释说明：    \\( 匹配左圆括号    [0-9] 匹配任意数字    sticks? 匹配 stick 或 sticks 等结果（因为‘？’为 0 个或 1 个匹配）    \\) 匹配右圆括号输出结果可能有：    TNT (1 stick)    TNT (5 sticks)
输入：SELECT prod_name FROM products WHERE prod_name REGEXP ‘[[:digit:]]{4}’ ORDER BY prod_name; 解释说明：    [:digit:] 匹配任意数字（其实就是任意一个数字）    [[:digit:]] 相当于 [0-9] （problem：此处为何需要两层？一层是否可行）     {4} 出现 4 次    [[:digit:]]{4} 匹配连在一起的任意四位数字匹配输出结果可能有：    JetPack 1000    JetPack 3475 等
输入：SELECT prod_name FROM products WHERE prod_name REGEXP ‘[0-9][0-9][0-9][0-9]’ ORDER BY prod_name; // 与上一个案例相同
9.2.8 定位符
    目前为止所有的例子都是匹配一个串中任意位置的文本。
    匹配特定位置的定位符：

元字符	说明
^	文本的开始
$	文本的结尾
[[:<:]]	词的开始
[[:<:]]	词的结尾

SELECT prod_name FROM products WHERE prod_name REGEXP ‘^[0-9\\.]’ ORDER BY prod_name; // 检索所有产品名以数字开头（包括以小数点开头）开始的所有产品
    ^ 有两种用法：在集合（用中括号 [ ] 定义）中用来否定该集合，否则用来指串的开始处。(problem：如何区分两者？)
    利用定位符，通过 ^ 开始每个表达式，通过 $ 结束每个表达式，可以使 REGEXP 的作用与 LIKE 相同，因为 LIKE 匹配整个字符串。