Mysql必知必會（4）：使用正則表達式搜索（REGEXP）

本文主要介紹如何在Mysql中使用正則表達式進行搜索。

正則表達式是一個很是大的內容，我會在以後專門寫博客介紹，這裏只是簡介一些經常使用匹配模式

博客文章地址：http://weiya.me/item/59.html

簡介

以前幾篇文章講解了各類各樣的過濾數據條件，經過這些條件，咱們已經可以知足平常開發中大部分的工做。但假設篩選條件更加複雜一點，好比你的老闆叫你從郵箱+手機號碼混合註冊的用戶中找出手機號碼註冊用戶，要給他們發送營銷短信。這時，以前的過濾方法就不太奏效。正則表達式搜索就派上大用場。

簡單來講，正則表達式就是用來匹配文本的特殊字符串。好比，從文本中提取電話號碼，帶數字的用戶名，或者提取某個特定格式的文本。

並且全部語言編輯器基本上都支持正則表達式，不得不說，正則表達式已經成爲開發過程當中強大而有力的工具。Mysql也不例外，那麼就開始正式學習這種特殊匹配方式。

本文所用到的Mysql表在文章最後的附錄。

匹配字符串

匹配字符串是正則表達式最基礎的應用。咱們先給出一個例子：咱們從一個用戶表中查詢出名字中包含有100數字的用戶

SELECT * FROM my_user WHERE `name` REGEXP '100';

咱們獲得了用戶ID爲1的用戶：小紅100

該語句中不一樣於以前的語句，咱們使用REGEXP關鍵字表明後面爲正則表達式

這條語句看起來和LIKE語句特別類似，並且也是可使用LIKE語句來實現。那使用正則表達式的意義何在？

緣由很簡單。假設，我如今須要匹配不只僅是包含100數字的用戶，而是100,200，或者300，只要是整百的都須要匹配。或者說，我須要全部名字裏麪包含數字的，不管什麼數字。那麼使用LIKE來實現就會顯得十分的困難。而正則表達式就會顯得十分簡單。

SELECT * FROM my_user WHERE `name` REGEXP '.00'; // 匹配包含整百的名字，如100,200,300等等

表達式.00裏面的點，表明的任意字符。也就是不管是1仍是2仍是9，或者是字母什麼的均可以匹配，匹配任意。

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]'; // 匹配全部名字裏麪包含數字的用戶

是否是來的比LIKE簡單得多？上面的表達式，咱們在接下來就會詳細闡述。

正則和模糊查詢的區別

那麼咱們什麼狀況下應該使用LIKE？什麼狀況下又適合使用正則表達式查詢？

這裏咱們只須要記住LIKE查詢和正則查詢很是重要的差異便可。

先看兩個例子：

一、以前的一條語句

SELECT * FROM my_user WHERE `name` REGEXP '100';

二、LIKE查詢的實現

SELECT * FROM my_user WHERE `name` LIKE '100';

這裏咱們能夠清楚的看到二者的區別：正則表達式返回了一條記錄，而LIKE查詢沒有匹配到任何記錄

結論：LIKE查詢匹配整個列，若是須要匹配的字符串（好比上面的100）包含在列中，那麼則沒法匹配成功。而正則匹配則能夠匹配列值內部的值，簡單來講就是它會從第一個字符開始日後匹配，只要匹配有一個成功那麼就會返回記錄。這是二者重要的區別。

那麼正則匹配是否也能夠匹配整個字符，固然能夠。不過須要涉及到另外的知識：定位符^和$，下面將會做詳細解釋。

使用或查詢

若是正則表達式僅僅就是和LIKE有那麼一點兒的差異，也就不會有這麼高的地位了。下面纔是顯示身手的時候。

或查詢也叫OR查詢，是條件並列查詢的一種狀況。相似於編程語言裏面的if else只要有一個條件符合就會被匹配。

SELECT * FROM my_user WHERE `name` REGEXP '100|200';

上面的語句查詢了名字中包含了100或者200數字的用戶，就是說兩個數值只要匹配一個就能夠返回數據。

固然你也能夠給出多個或狀況，他們之間使用豎線分割便可。好比：100|200|300|400

使用或查詢的狀況，有點兒相似於SELECT中使用OR條件鏈接的狀況，你能夠把它們想象成併入了一個正則表達式。

匹配多個字符之一

正則匹配中有一種特殊的OR匹配。

SELECT * FROM my_user WHERE `name` REGEXP '[12]';

上面表達式中咱們使用了一個特殊的字符串[12]，這個字符串的含義是：查詢名字中包含有數字1或者數字2的記錄，它是[1|2]的縮寫。

這種，使用方括號將字符串括起來的寫法，不管方括號內有多少字符串，其表達的含義都是匹配其中任意一個。

若是是[123456789]那麼就表明，匹配名字中包含1或2或3或4或5或6或7或8或9的任何一個記錄。

固然，字符串還能夠查詢被否認的狀況。[^12]若是在12以前加上一個^符號，那麼就表明除了1或2外的字符串。

SELECT * FROM my_user WHERE `name` REGEXP '[^12]';

說明：表中小紅100，雖然包含1，可是他包含了0。0不屬於1或者2，因此被匹配。

匹配一個範圍

看下咱們上面有個集合[123456789]，若是每次咱們寫正則時候都這麼寫，那麼豈不是很麻煩。因此，咱們能夠簡化這種狀況，使用一個範圍[1-9]來代替這串字符串。若是是匹配全部數字，那麼就會包含0，咱們可使用[0-9]來表示。

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]';

這個表達式將會匹配出全部名字中包含數字的記錄。拆開理解就是，包含0或者1或者2...或者8或者9的記錄。

並且，這裏的範圍不只僅只能是數字，還能夠是字母。好比[a-z]就是表示從字母a到字母z的全部數字，26個字母。小寫完了，還有大寫[A-Z]。那麼咱們將其組合起來[0-9a-zA-Z]這個表達式就十分強大了，能夠表示包含數字，小寫字母，大寫字母的全部記錄。

SELECT * FROM my_user WHERE `name` REGEXP '[0-9a-zA-Z]';

因爲我名字裏面沒有包含字母的，因此結果和上面[0-9]相同。

匹配特殊字符串

咱們來看下下面的一條語句：

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]';

這個語句的意思是匹配名稱包含全部數字的記錄。0-9被方括號擴了起來，那麼假設我如今就須要匹配方闊號該如何處理？

這個時候就須要用到匹配特殊字符的知識。爲了匹配這些特殊的字符，咱們須要使用轉義功能，就是使用（雙反斜槓）做爲前導。假設咱們須要匹配經常使用特殊字符便可這麼寫：

\\[ 匹配左方括號
\\. 匹配點號
\\] 匹配右方括號
\\| 匹配豎線
\\\ 匹配反斜槓本身自己

依次類推，其餘特殊的字符串也可使用這麼方式處理。

雙反斜槓加上一些字母還能夠表示特殊的含義。

好比：

\\f 換頁
\\n 換行
\\r 回車
\\t 製表符
\\v 縱向製表符

在通常的編程語言中，轉義通常使用一個反斜線，在Mysql中爲何是兩個才行？緣由是：Mysql本身須要一個來識別，而後Mysql會將扣除了一個反斜槓的剩餘的部分徹底的交給正則表達式庫解釋，因此加起來就是兩個了。

使用預約義字符集

雖然正則表達式提供了一些很長表示方式的縮寫，好比[0-9]表示數字。[a-z]表示小寫字母。可是，有些時候仍是以爲複雜。因此，正則表達式還提供了一些預約義的字符類來方便咱們開發。

簡單來講，就像車牌使用蘇表明江蘇，而滬表明上海同樣。

咱們直接給出表直接參閱。

類	說明
[:alnum:]	任意數字和字母。至關於[a-zA-Z0-9]
[:alpha:]	任意字符。至關於[a-zA-z]
[:blank:]	空格和製表。至關於[（雙斜槓，segmentfault這裏雙斜槓打不出來）t]
[:cntrl:]	ASCII控制字符（ASCII 0 到31和127）
[:digit:]	任意數字。至關於[0-9]
[:graph:]	與[:print:]相同，可是不包含空格
[:lower:]	任意的小寫字母。至關於[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:]	包括空格在內的任意空白字符。
[:upper:]	任意大寫字母。至關於[A-Z]
[:xdigit:]	任意十六進制的數字。至關於[a-fA-F0-9]

元字符

以前匹配的內容都是單詞匹配。就是若是匹配到一次就顯示，匹配不到就不顯示。可是，複雜的狀況有時候要求匹配不止一次。假設我須要匹配名字中包含2-3位數字的記錄。這個時候就須要使用一種特殊的元字符來修飾。

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]{2,3}';

是否是很是簡單？下面具體解釋它的用法。

拿出這個特殊字符串[0-9]{2,3}，除去前面的[0-9]後面的{2,3}就被成爲重複元字符，它的做用就是使得前面的數字重複必定的次數。

元字符	做用
*	重複0次或者屢次
+	重複一次或者屢次。至關於{1,}
?	重複0次或者1次
{n}	重複n次
{n,}	重複至少n次
{n,m}	重複n-m次

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]*'; // 匹配名字包含或者不包含數字的記錄

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]{2,3}'; // 匹配名字內包含2位數或者3位數的記錄

定位元字符

除了以前的重複元字符，正則還有一種特殊的定位元字符

元字符	做用
^	文本開始
$	文本結尾
[[:<:]]	詞的開始
[[:>:]]	詞的結尾

還記得以前區別LIKE和正則表達式的例子麼？LIKE是對整個字符串進行匹配，而正則是匹配到就能夠。

若是如今咱們須要在郵箱+手機號碼混合註冊的帳號中，挑選出手機號碼，那麼咱們就要對帳號進行從頭至尾的匹配。

好比手機號碼是11位數字，也就是說a11111111111不行，可是他又具有11個數字條件。

因此咱們要求從頭開始匹配到結尾，是11位數字。

SELECT * FROM my_user WHERE `name` REGEXP '^[0-9]{11}$';

爲了匹配到內容，我在數據庫內又加了一條記錄。

匹配結果

附錄：用戶表

SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for my_user
-- ----------------------------
DROP TABLE IF EXISTS `my_user`;
CREATE TABLE `my_user` (
  `user_id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(30) NOT NULL,
  `age` tinyint(2) NOT NULL DEFAULT '0',
  `password` varchar(40) NOT NULL,
  `code` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8;

-- ----------------------------
-- Records of my_user
-- ----------------------------
INSERT INTO `my_user` VALUES ('1', '小紅100', '20', '7c4a8d09ca3762af61e59520943dc26494f8941b', '2arfs5dr6m');
INSERT INTO `my_user` VALUES ('2', '小明200', '19', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'd59tg6dr5h');
INSERT INTO `my_user` VALUES ('3', '小黃350', '25', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'w56tg9hjn3');
INSERT INTO `my_user` VALUES ('4', '小穎410', '25', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'a5d23e9yh5');
INSERT INTO `my_user` VALUES ('5', '星空幻穎', '22', '7c4a8d09ca3762af61e59520943dc26494f8941b', '86d2sadft9');

星空幻穎，嚴穎

我的主頁：segmentfault