正則資料表達式是為複雜搜索指定模式的強大方式。
MySQL採用Henry Spencer的正則資料表達式實施,其目標是符合POSIX 1003.2。請參見附錄C:感謝。MySQL採用了延伸的版本,以支援在SQL語句中與REGEXP操作符一起使用的模式匹配操作。請參見3.3.4.7節,「模式匹配」。
在本附錄中,歸納了在MySQL中可用於REGEXP操作的特殊字元和結構,並給出了一些示範。本附錄未包含可在Henry Spencer的regex(7)手冊頁面中發現的所有細節。該手冊頁面包含在MySQL原始碼分發版中,位於regex目錄下的regex.7檔案中。
正則資料表達式描述了一組字串。最簡單的正則資料表達式是不含任何特殊字元的正則資料表達式。例如,正則資料表達式hello匹配hello。
非平凡的正則資料表達式採用了特殊的特定結構,從而使得它們能夠與1個以上的字串匹配。例如,正則資料表達式hello|word匹配字串hello或字串word。
作為一個更為複雜的示範,正則資料表達式B[an]*s匹配下述字串中的任何一個:Bananas,Baaaaas,Bs,以及以B開始、以s結束、並在其中包含任意數目a或n字元的任何其他字串。
對於REGEXP操作符,正則資料表達式可以使用任何下述特殊字元和結構:
· ^
匹配字串的開始部分。
mysql> SELECT 'fo\nfo' REGEXP '^fo$'; -> 0
mysql> SELECT 'fofo' REGEXP '^fo'; -> 1
· $
匹配字串的結束部分。
mysql> SELECT 'fo\no' REGEXP '^fo\no$'; -> 1
mysql> SELECT 'fo\no' REGEXP '^fo$'; -> 0
· .
匹配任何字元(包括回車和新行)。
mysql> SELECT 'fofo' REGEXP '^f.*$'; -> 1
mysql> SELECT 'fo\r\nfo' REGEXP '^f.*$'; -> 1
· a*
匹配0或多個a字元的任何序列。
mysql> SELECT 'Ban' REGEXP '^Ba*n'; -> 1
mysql> SELECT 'Baaan' REGEXP '^Ba*n'; -> 1
mysql> SELECT 'Bn' REGEXP '^Ba*n'; -> 1
· a+
匹配1個或多個a字元的任何序列。
mysql> SELECT 'Ban' REGEXP '^Ba+n'; -> 1
mysql> SELECT 'Bn' REGEXP '^Ba+n'; -> 0
· a?
匹配0個或1個a字元。
mysql> SELECT 'Bn' REGEXP '^Ba?n'; -> 1
mysql> SELECT 'Ban' REGEXP '^Ba?n'; -> 1
mysql> SELECT 'Baan' REGEXP '^Ba?n'; -> 0
· de|abc
匹配序列de或abc。
mysql> SELECT 'pi' REGEXP 'pi|apa'; -> 1
mysql> SELECT 'axe' REGEXP 'pi|apa'; -> 0
mysql> SELECT 'apa' REGEXP 'pi|apa'; -> 1
mysql> SELECT 'apa' REGEXP '^(pi|apa)$'; -> 1
mysql> SELECT 'pi' REGEXP '^(pi|apa)$'; -> 1
mysql> SELECT 'pix' REGEXP '^(pi|apa)$'; -> 0
· (abc)*
匹配序列abc的0個或多個實例。
mysql> SELECT 'pi' REGEXP '^(pi)*$'; -> 1
mysql> SELECT 'pip' REGEXP '^(pi)*$'; -> 0
mysql> SELECT 'pipi' REGEXP '^(pi)*$'; -> 1
· {1}, {2,3}
{n}或{m,n}符號提供了編寫正則資料表達式的更通用方式,能夠匹配模式的很多前述原子(或「部分」)。m和n均為整數。
o a*
可被寫入為a{0,}。
o a+
可被寫入為a{1,}。
o a?
可被寫入為a{0,1}。
更準確地講,a{n}與a的n個實例準確匹配。a{n,}匹配a的n個或更多實例。a{m,n}匹配a的m~n個實例,包含m和n。
m和n必須位於0~RE_DUP_MAX(預設為255)的範圍內,包含0和RE_DUP_MAX。如果同時給定了m和n,m必須小於或等於n。
mysql> SELECT 'abcde' REGEXP 'a[bcd]{2}e'; -> 0
mysql> SELECT 'abcde' REGEXP 'a[bcd]{3}e'; -> 1
mysql> SELECT 'abcde' REGEXP 'a[bcd]{1,10}e'; -> 1
· [a-dX], [^a-dX]
匹配任何是(或不是,如果使用^的話)a、b、c、d或X的字元。兩個其他字元之間的「-」字元構成一個範圍,與從第1個字元開始到第2個字元之間的所有字元匹配。例如,[0-9]匹配任何十進制數字 。要想包含文字字元「]」,它必須緊跟在開括號「[」之後。要想包含文字字元「-」,它必須首先或最後寫入。對於[]對內未定義任何特殊含義的任何字元,僅與其本身匹配。
mysql> SELECT 'aXbc' REGEXP '[a-dXYZ]'; -> 1
mysql> SELECT 'aXbc' REGEXP '^[a-dXYZ]$'; -> 0
mysql> SELECT 'aXbc' REGEXP '^[a-dXYZ]+$'; -> 1
mysql> SELECT 'aXbc' REGEXP '^[^a-dXYZ]+$'; -> 0
mysql> SELECT 'gheis' REGEXP '^[^a-dXYZ]+$'; -> 1
mysql> SELECT 'gheisa' REGEXP '^[^a-dXYZ]+$'; -> 0
· [.characters.]
在括號資料表達式中(使用[和]),匹配用於校對元素的字元序列。字元為單個字元或諸如新行等字元名。在檔案regexp/cname.h中,可找到字元名稱的完整列資料表。
mysql> SELECT '~' REGEXP '[[.~.]]'; -> 1
mysql> SELECT '~' REGEXP '[[.tilde.]]'; -> 1
· [=character_class=]
在括號資料表達式中(使用[和]),[=character_class=]資料表示等同類。它與具有相同校對值的所有字元匹配,包括它本身,例如,如果o和(+)均是等同類的成員,那麼[[=o=]]、[[=(+)=]]和[o(+)]是同義詞。等同類不得用作範圍的端點。
· [:character_class:]
在括號資料表達式中(使用[和]),[:character_class:]資料表示與術語類的所有字元匹配的字元類。標準的類名稱是:
alnum |
文字數字字元 |
alpha |
文字字元 |
blank |
空白字元 |
cntrl |
控制字元 |
digit |
數字字元 |
graph |
圖形字元 |
lower |
小寫文字字元 |
|
圖形或空格字元 |
punct |
標點字元 |
space |
空格、製表符、新行、和回車 |
upper |
大寫文字字元 |
xdigit |
十六進制數字字元 |
它們代資料表在ctype(3)手冊頁面中定義的字元類。特定地區可能會提供其他類名。字元類不得用作範圍的端點。
mysql> SELECT 'justalnums' REGEXP '[[:alnum:]]+'; -> 1
mysql> SELECT '!!' REGEXP '[[:alnum:]]+'; -> 0
· [[:<:]], [[:>:]]
這些標記資料表示word邊界。它們分別與word的開始和結束匹配。word是一系列字字元,其前面和後面均沒有字字元。字字元是alnum類中的字母數字字元或下劃線(_)。
mysql> SELECT 'a word a' REGEXP '[[:<:]]word[[:>:]]'; -> 1
mysql> SELECT 'a xword a' REGEXP '[[:<:]]word[[:>:]]'; -> 0
要想在正則資料表達式中使用特殊字元的文字實例,應在其前面加上2個反斜槓「\」字元。MySQL解析程式負責解釋其中一個,正則資料表達式庫負責解釋另一個。例如,要想與包含特殊字元「+」的字串「1+2」匹配,在下面的正則資料表達式中,只有最後一個是正確的:
mysql> SELECT '1+2' REGEXP '1+2'; -> 0
mysql> SELECT '1+2' REGEXP '1\+2'; -> 0
mysql> SELECT '1+2' REGEXP '1\\+2'; -> 1