MYSQL 正则表达式 (REGEXP) 语法与示例

什么是正则表达式？

正则表达式有助于搜索匹配复杂标准的（条件）数据。我们在上一教程中研究了通配符。如果您以前使用过通配符，您可能会问，既然可以使用通配符获得类似的结果，为什么还要学习正则表达式呢？因为与通配符相比，正则表达式使我们能够搜索匹配更复杂标准的（条件）数据。

基本语法

正则表达式的基本语法如下：

SELECT statements... WHERE fieldname REGEXP 'pattern';

此处 –

• “SELECT 语句…” 是标准的 SELECT 语句
• “WHERE fieldname” 是要对正则表达式执行操作的列名。
• “REGEXP ‘pattern’” REGEXP 是正则表达式运算符，‘pattern’ 代表 REGEXP 要匹配的模式。 **RLIKE** 是 **REGEXP 的同义词**，并且可以获得与 REGEXP 相同的结果。为避免与 LIKE 运算符混淆，**最好使用 REGEXP**。

现在让我们看一个实际的例子：

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

上述查询搜索所有包含“code”一词的电影标题。无论“code”是在标题的开头、中间还是结尾，都没有关系。只要它包含在标题中，它就会被考虑在内。

假设我们想搜索以 a、b、c 或 d 开头，后跟任意数量其他字符的电影，我们该如何实现？我们可以使用正则表达式和元字符来实现我们想要的结果。

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

在 MySQL workbench 中针对 myflixdb 执行上述脚本，会得到以下结果。

movie_id
title
director
year_released
category_id




4
Code Name Black
Edgar Jimz
2010
NULL


5
Daddy's Little Girls
NULL
2007
8


6
Angels and Demons
NULL
2007
6


7
Davinci Code
NULL
2007
6

现在让我们仔细看看负责上述结果的正则表达式。

‘^[abcd]’ 中的插入符 (^) 表示模式匹配应应用于开头，而字符集 [abcd] 表示只返回以 a、b、c 或 d 开头的电影标题。

让我们修改上述脚本并使用 NOT 字符集，看看执行查询后我们会得到什么结果。

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

在 MySQL Workbench 中针对 myflixdb 执行上述脚本会得到以下结果。

movie_id
title
director
year_released
category_id



1
Pirates of the Caribean 4
 Rob Marshall
2011
1


2
Forgetting Sarah Marshal
Nicholas Stoller
2008
2


3
X-Men

2008



9
Honey mooners
John Schultz
2005
8


16
67% Guilty

2012



17
The Great Dictator
Chalie Chaplie
1920
7


18
sample movie
Anonymous

8


19
movie 3
John Brown
1920
8

现在让我们仔细看看负责上述结果的正则表达式。

‘^[^abcd]’ 中的插入符 (^) 表示模式匹配应应用于开头，而字符集 [^abcd] 表示排除以任何包含的字符开头的电影标题。

正则表达式元字符

我们在上面示例中看到的是最简单的正则表达式形式。现在让我们看一些更高级的正则表达式模式匹配。假设我们想仅使用正则表达式搜索以“code”模式开头的电影标题，我们该如何实现？答案是元字符。它们允许我们使用正则表达式对模式搜索结果进行微调。

字符	描述	示例
*	**星号 (*)** 元字符用于匹配其前面的字符串零（0）次或多次出现。	SELECT * FROM movies WHERE title REGEXP ‘da*’; 将返回所有包含字符“da”的电影。例如：Da Vinci Code、Daddy’s Little Girls。
+	**加号 (+)** 元字符用于匹配其前面的字符串一次或多次出现。	SELECT * FROM `movies` WHERE `title` REGEXP ‘mon+’; 将返回所有包含字符“mon”的电影。例如：Angels and Demons。
?	**问号 (?)** 元字符用于匹配其前面的字符串零（0）次或一次出现。	SELECT * FROM `categories` WHERE `category_name` REGEXP ‘com?’; 将返回所有包含字符串“com”的类别。例如：comedy（喜剧）、romantic comedy（浪漫喜剧）。
.	**点 (.)** 元字符用于匹配除换行符外的任何单个字符。	SELECT * FROM movies WHERE `year_released` REGEXP ‘200.’; 将返回所有以“200”开头后跟任何单个字符的年份发行的电影。例如：2005、2007、2008 等。
[abc]	**字符集 [abc]** 用于匹配任何包含的字符。	SELECT * FROM `movies` WHERE `title` REGEXP ‘[vwxyz]’; 将返回所有包含“vwxyz”中任何单个字符的电影。例如：X-Men、Da Vinci Code 等。
[^abc]	**字符集 [^abc]** 用于匹配除包含的字符以外的任何字符。	SELECT * FROM `movies` WHERE `title` REGEXP ‘^[^vwxyz]’; 将返回所有包含“vwxyz”以外字符的电影。
[A-Z]	**[A-Z]** 用于匹配任何大写字母。	SELECT * FROM `members` WHERE `postal_address` REGEXP ‘[A-Z]’; 将返回所有邮政地址包含从 A 到 Z 的任何字符的会员。例如：编号为 1 的会员 Janet Jones。
[a-z]	**[a-z]** 用于匹配任何小写字母	SELECT * FROM `members` WHERE `postal_address` REGEXP ‘[a-z]’; 将返回所有邮政地址包含从 a 到 z 的任何字符的会员。例如：编号为 1 的会员 Janet Jones。
[0-9]	**[0-9]** 用于匹配从 0 到 9 的任何数字。	SELECT * FROM `members` WHERE `contact_number` REGEXP ‘[0-9]’ 将返回所有提交了包含“[0-9]”字符的联系电话的会员。例如：Robert Phil。
^	**插入符 (^)** 用于在开头处开始匹配。	SELECT * FROM `movies` WHERE `title` REGEXP ‘^[cd]’; 返回所有标题以“cd”中的任何一个字符开头的电影。例如：Code Name Black、Daddy’s Little Girls 和 Da Vinci Code。
|	**竖线 (|)** 用于隔离替代项。	SELECT * FROM `movies` WHERE `title` REGEXP ‘^[cd]|^[u]’; 返回所有标题以“cd”或“u”中的任何一个字符开头的电影。例如：Code Name Black、Daddy’s Little Girl、Da Vinci Code 和 Underworld – Awakening。
[[:<:]]	**[[:<:]]** 匹配单词的开头。	SELECT * FROM `movies` WHERE `title` REGEXP ‘[[:<:]]for’; 返回所有标题以指定字符开头的电影。例如：Forgetting Sarah Marshal。
[[:>:]]	**[[:>:]]** 匹配单词的结尾。	SELECT * FROM `movies` WHERE `title` REGEXP ‘ack[[:>:]]’; 返回所有标题以字符“ack”结尾的电影 例如：Code Name Black。
[:class:]	**[:class:]** 匹配一个字符类，即： [:alpha:] 匹配字母，[:space:] 匹配空格，[:punct:] 匹配标点符号，[:upper:] 匹配大写字母。	SELECT * FROM `movies` WHERE `title` REGEXP ‘[:alpha:]’; 返回所有标题仅包含字母的电影 例如：Forgetting Sarah Marshal、X-Men 等。 像 Pirates of the Caribbean 4 这样的电影将被此查询排除。

反斜杠 (\) 用作转义字符。如果我们要将其用作正则表达式中模式的一部分，我们应该使用双反斜杠 (\\)

摘要

• 正则表达式提供了一种强大而灵活的模式匹配方式，可以帮助我们为数据库系统实现强大的搜索实用程序。
• REGEXP 是执行正则表达式模式匹配时使用的运算符。RLIKE 是同义词。
• 正则表达式支持多种元字符，这些元字符在执行模式匹配时提供了更大的灵活性和控制力。
• 反斜杠在正则表达式中用作转义字符。只有在使用双反斜杠时，它才会被考虑在模式匹配中。
• 正则表达式不区分大小写。