附錄G:MySQL正則資料表達式

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 Spencerregex(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:BananasBaaaaasBs以及以B開始、以s結束、並在其中包含任意數目an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1a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deabc

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abc0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}{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)。mn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}an個實例準確匹配。a{n,}匹配an個或更多實例。a{m,n}匹配amn個實例,包含mn

mn必須位於0RE_DUP_MAX(預設為255)的範圍內,包含0RE_DUP_MAX。如果同時給定了mnm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[]),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

print

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

這是MySQL參考手冊的翻譯版本,關於MySQL參考手冊,請訪問dev.mysql.com。原始參考手冊為英文版,與英文版參考手冊相比,本翻譯版可能不是最新的。