Mysql必知必会（4）：使用正则表达式搜索（REGEXP）

本文主要介绍如何在Mysql中使用正则表达式进行搜索。

正则表达式是一个很是大的内容，我会在以后专门写博客介绍，这里只是简介一些经常使用匹配模式

博客文章地址：http://weiya.me/item/59.html

简介

以前几篇文章讲解了各类各样的过滤数据条件，经过这些条件，咱们已经可以知足平常开发中大部分的工做。但假设筛选条件更加复杂一点，好比你的老板叫你从邮箱+手机号码混合注册的用户中找出手机号码注册用户，要给他们发送营销短信。这时，以前的过滤方法就不太奏效。正则表达式搜索就派上大用场。

简单来讲，正则表达式就是用来匹配文本的特殊字符串。好比，从文本中提取电话号码，带数字的用户名，或者提取某个特定格式的文本。

并且全部语言编辑器基本上都支持正则表达式，不得不说，正则表达式已经成为开发过程当中强大而有力的工具。Mysql也不例外，那么就开始正式学习这种特殊匹配方式。

本文所用到的Mysql表在文章最后的附录。

匹配字符串

匹配字符串是正则表达式最基础的应用。咱们先给出一个例子：咱们从一个用户表中查询出名字中包含有100数字的用户

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

咱们获得了用户ID为1的用户：小红100

该语句中不一样于以前的语句，咱们使用REGEXP关键字表明后面为正则表达式

这条语句看起来和LIKE语句特别类似，并且也是可使用LIKE语句来实现。那使用正则表达式的意义何在？

缘由很简单。假设，我如今须要匹配不只仅是包含100数字的用户，而是100,200，或者300，只要是整百的都须要匹配。或者说，我须要全部名字里面包含数字的，不管什么数字。那么使用LIKE来实现就会显得十分的困难。而正则表达式就会显得十分简单。

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

表达式.00里面的点，表明的任意字符。也就是不管是1仍是2仍是9，或者是字母什么的均可以匹配，匹配任意。

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]'; // 匹配全部名字里面包含数字的用户

是否是来的比LIKE简单得多？上面的表达式，咱们在接下来就会详细阐述。

正则和模糊查询的区别

那么咱们什么状况下应该使用LIKE？什么状况下又适合使用正则表达式查询？

这里咱们只须要记住LIKE查询和正则查询很是重要的差异便可。

先看两个例子：

一、以前的一条语句

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

二、LIKE查询的实现

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

这里咱们能够清楚的看到二者的区别：正则表达式返回了一条记录，而LIKE查询没有匹配到任何记录

结论：LIKE查询匹配整个列，若是须要匹配的字符串（好比上面的100）包含在列中，那么则没法匹配成功。而正则匹配则能够匹配列值内部的值，简单来讲就是它会从第一个字符开始日后匹配，只要匹配有一个成功那么就会返回记录。这是二者重要的区别。

那么正则匹配是否也能够匹配整个字符，固然能够。不过须要涉及到另外的知识：定位符^和$，下面将会做详细解释。

使用或查询

若是正则表达式仅仅就是和LIKE有那么一点儿的差异，也就不会有这么高的地位了。下面才是显示身手的时候。

或查询也叫OR查询，是条件并列查询的一种状况。相似于编程语言里面的if else只要有一个条件符合就会被匹配。

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

上面的语句查询了名字中包含了100或者200数字的用户，就是说两个数值只要匹配一个就能够返回数据。

固然你也能够给出多个或状况，他们之间使用竖线分割便可。好比：100|200|300|400

使用或查询的状况，有点儿相似于SELECT中使用OR条件链接的状况，你能够把它们想象成并入了一个正则表达式。

匹配多个字符之一

正则匹配中有一种特殊的OR匹配。

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

上面表达式中咱们使用了一个特殊的字符串[12]，这个字符串的含义是：查询名字中包含有数字1或者数字2的记录，它是[1|2]的缩写。

这种，使用方括号将字符串括起来的写法，不管方括号内有多少字符串，其表达的含义都是匹配其中任意一个。

若是是[123456789]那么就表明，匹配名字中包含1或2或3或4或5或6或7或8或9的任何一个记录。

固然，字符串还能够查询被否认的状况。[^12]若是在12以前加上一个^符号，那么就表明除了1或2外的字符串。

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

说明：表中小红100，虽然包含1，可是他包含了0。0不属于1或者2，因此被匹配。

匹配一个范围

看下咱们上面有个集合[123456789]，若是每次咱们写正则时候都这么写，那么岂不是很麻烦。因此，咱们能够简化这种状况，使用一个范围[1-9]来代替这串字符串。若是是匹配全部数字，那么就会包含0，咱们可使用[0-9]来表示。

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

这个表达式将会匹配出全部名字中包含数字的记录。拆开理解就是，包含0或者1或者2...或者8或者9的记录。

并且，这里的范围不只仅只能是数字，还能够是字母。好比[a-z]就是表示从字母a到字母z的全部数字，26个字母。小写完了，还有大写[A-Z]。那么咱们将其组合起来[0-9a-zA-Z]这个表达式就十分强大了，能够表示包含数字，小写字母，大写字母的全部记录。

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

因为我名字里面没有包含字母的，因此结果和上面[0-9]相同。

匹配特殊字符串

咱们来看下下面的一条语句：

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

这个语句的意思是匹配名称包含全部数字的记录。0-9被方括号扩了起来，那么假设我如今就须要匹配方阔号该如何处理？

这个时候就须要用到匹配特殊字符的知识。为了匹配这些特殊的字符，咱们须要使用转义功能，就是使用（双反斜杠）做为前导。假设咱们须要匹配经常使用特殊字符便可这么写：

\\[ 匹配左方括号
\\. 匹配点号
\\] 匹配右方括号
\\| 匹配竖线
\\\ 匹配反斜杠本身自己

依次类推，其余特殊的字符串也可使用这么方式处理。

双反斜杠加上一些字母还能够表示特殊的含义。

好比：

\\f 换页
\\n 换行
\\r 回车
\\t 制表符
\\v 纵向制表符

在通常的编程语言中，转义通常使用一个反斜线，在Mysql中为何是两个才行？缘由是：Mysql本身须要一个来识别，而后Mysql会将扣除了一个反斜杠的剩余的部分彻底的交给正则表达式库解释，因此加起来就是两个了。

使用预约义字符集

虽然正则表达式提供了一些很长表示方式的缩写，好比[0-9]表示数字。[a-z]表示小写字母。可是，有些时候仍是以为复杂。因此，正则表达式还提供了一些预约义的字符类来方便咱们开发。

简单来讲，就像车牌使用苏表明江苏，而沪表明上海同样。

咱们直接给出表直接参阅。

类	说明
[:alnum:]	任意数字和字母。至关于[a-zA-Z0-9]
[:alpha:]	任意字符。至关于[a-zA-z]
[:blank:]	空格和制表。至关于[（双斜杠，segmentfault这里双斜杠打不出来）t]
[:cntrl:]	ASCII控制字符（ASCII 0 到31和127）
[:digit:]	任意数字。至关于[0-9]
[:graph:]	与[:print:]相同，可是不包含空格
[:lower:]	任意的小写字母。至关于[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:]	包括空格在内的任意空白字符。
[:upper:]	任意大写字母。至关于[A-Z]
[:xdigit:]	任意十六进制的数字。至关于[a-fA-F0-9]

元字符

以前匹配的内容都是单词匹配。就是若是匹配到一次就显示，匹配不到就不显示。可是，复杂的状况有时候要求匹配不止一次。假设我须要匹配名字中包含2-3位数字的记录。这个时候就须要使用一种特殊的元字符来修饰。

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

是否是很是简单？下面具体解释它的用法。

拿出这个特殊字符串[0-9]{2,3}，除去前面的[0-9]后面的{2,3}就被成为重复元字符，它的做用就是使得前面的数字重复必定的次数。

元字符	做用
*	重复0次或者屡次
+	重复一次或者屡次。至关于{1,}
?	重复0次或者1次
{n}	重复n次
{n,}	重复至少n次
{n,m}	重复n-m次

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]*'; // 匹配名字包含或者不包含数字的记录

SELECT * FROM my_user WHERE `name` REGEXP '[0-9]{2,3}'; // 匹配名字内包含2位数或者3位数的记录

定位元字符

除了以前的重复元字符，正则还有一种特殊的定位元字符

元字符	做用
^	文本开始
$	文本结尾
[[:<:]]	词的开始
[[:>:]]	词的结尾

还记得以前区别LIKE和正则表达式的例子么？LIKE是对整个字符串进行匹配，而正则是匹配到就能够。

若是如今咱们须要在邮箱+手机号码混合注册的帐号中，挑选出手机号码，那么咱们就要对帐号进行从头至尾的匹配。

好比手机号码是11位数字，也就是说a11111111111不行，可是他又具有11个数字条件。

因此咱们要求从头开始匹配到结尾，是11位数字。

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

为了匹配到内容，我在数据库内又加了一条记录。

匹配结果

附录：用户表

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', '小红100', '20', '7c4a8d09ca3762af61e59520943dc26494f8941b', '2arfs5dr6m');
INSERT INTO `my_user` VALUES ('2', '小明200', '19', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'd59tg6dr5h');
INSERT INTO `my_user` VALUES ('3', '小黄350', '25', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'w56tg9hjn3');
INSERT INTO `my_user` VALUES ('4', '小颖410', '25', '7c4a8d09ca3762af61e59520943dc26494f8941b', 'a5d23e9yh5');
INSERT INTO `my_user` VALUES ('5', '星空幻颖', '22', '7c4a8d09ca3762af61e59520943dc26494f8941b', '86d2sadft9');

星空幻颖，严颖

我的主页：segmentfault