学习目标
- 正则表达式介绍
- 基本字符匹配
- 进行or匹配
- 匹配几个字符之一
- 匹配范围
- 匹配特殊字符
- 匹配字符类
- 匹配多个实例
- 定位符
@toc
一.正则表达式介绍
正则表达式是用来匹配文本的特殊的串(字符集合)。
正则表达式:
- 如果你想从一个文本文件中提取电话号码,可以使用正则表达式。
- 如果你需要查找名字中间有数字的所有文件,可以使用一个正则表达式。
- 如果你想在一个文本块中找到所有重复的单词,可以使用一个正则表式。
- 如果你想替换一个页面中的所有URL为这些URL的实际HTML链接, 也可以使用一个正则表达式(对于最后这个例子,或者是两个正则表达式)。
所有种类的程序设计语言、文本编辑器、操作系统等都支持正则表达式。
二.使用正则表达式
1.基本字符匹配
正则表达式的作用是匹配文本,将一个模式(正则表达式)与一个文本串进行比较。
允许你指定正则表达式,过滤SELECT检索出的数据。
a.检索列prod_name包含文本1000的所有行:
select prod_name,prod_id,prod_price from products
where prod_name regexp '1000'
order by prod_name;
格式:select 列名1,列名2,列名3 from 表名 where 列名1 regexp '1000';
REGEXP后所跟的东西作为正则表达式 。
b.检索列prod_name包含文本c的所有行:
select prod_name,prod_id,prod_price from products
where prod_name regexp 'c'
order by prod_name;
c.检索列prod_name包含文本数字5的所有行:
select prod_name,prod_id,prod_price from products
where prod_price regexp 5
order by prod_price desc;
d.检索列prod_name包含文本数字5的所有行:
select prod_name,prod_id,prod_price from products
where prod_name regexp '.000'
order by prod_name;
这里使用了正则表达式.000。 .是正则表达式语言中一个特殊的字符。.它表示匹配任意一个字符,因此, 1000和2000都匹配且返回 。
e.like和regexp区别:
- LIKE匹配整个列。如果被匹配的文本在列值中出现, LIKE将不会找到它,相应的行也不被返回(除非使用
通配符)。 - REGEXP在列值内进行匹配,如果被匹配的文本在列值中出现, REGEXP将会找到它,相应的行将被返回。这是一个非常重要的差别。
- REGEXP能用来匹配整个列值,使用^和$定位符( anchor)即可 ,与like同作用。
匹配不区分大小写 MySQL中的正则表达式匹配(自版本3.23.4后)不区分大小写(即,大写和小写都匹配)。
为区分大小写,可使用BINARY关键字,如WHERE prod_name REGEXP BINARY 'JetPack .000'。
f.REGEXP BINARY 区分大小写
#REGEXP BINARY 区分大小写
select prod_name,prod_id,prod_price from products
where prod_name REGEXP BINARY 'JetPack .000'
order by prod_name;
#无返回值,因为开启了区分大小写
select prod_name,prod_id,prod_price from products
where prod_name REGEXP BINARY 'jetpack .000'
order by prod_name;
2.进行or匹配
为搜索两个串之一(或者为这个串,或者为另一个串),使用|
a.检索prod_name regexp '1000|200'
select prod_name from products
where prod_name regexp '1000|200'
order by prod_name;
格式:select 列名1 from 表名 where 列名1 regexp '1000|200';
|为正则表达式的OR操作符。它表示匹配其中之一,因此1000和2000都匹配并返回。
使用|从功能上类似于在SELECT语句中使用OR语句, 多个OR条件可并入单个正则表达式。
两个以上的OR条件 可以给出两个以上的OR条件。
b.检索prod_name regexp '1000|200|N'
例如,'1000 | 2000 | 3000'将匹配1000或2000或3000。
select prod_name from products
where prod_name regexp '1000|200|N'
order by prod_name;
3.匹配几个字符之一
匹配特定的字符,怎么办?
可通过指定一组用[和]括起来的字符来完成,如下所示:
a.检索prod_name regexp '[123] ton'
select prod_name from products
where prod_name regexp '[123] ton'
order by prod_name;
分析:
[123]定义一组字符,它的意思是匹配1或2或3,因此, 1 ton和2 ton都匹配且返回(没有3 ton)。
b.等价
select prod_name from products
where prod_name regexp '[1|2|3] ton'
order by prod_name;
[]是另一种形式的OR语句。 事实上,正则表达式[123] Ton为[1|2|3] Ton的缩写,也可以使用后者。
c.检索prod_name regexp '[bcd]'
select prod_name from products
where prod_name regexp '[bcd]'
order by prod_name;
d.检索prod_name regexp '[bcd]i'
select prod_name from products
where prod_name regexp '[bcd]i'
order by prod_name;
e.检索prod_name regexp '1|2|3 Ton'
select prod_name from products
where prod_name regexp '1|2|3 Ton'
order by prod_name;
这并不是期望的输出。两个要求的行被检索出来,但还检索出了另外3行。
由于MySQL假定你的意思是'1'或'2'或'3 ton'。除非把字符|括在一个集合中,否则它将应用于整个串。
字符集合也可以被否定,即,它们将匹配除指定字符外的任何东西。
为否定一个字符集,在集合的开始处放置一个^即可。[^123]却匹配除这些字符外的任何东西。
f.检索prod_name regexp '[^123] Ton'
select prod_name from products
where prod_name regexp '[^123] Ton'
order by prod_name;
regexp '[^123] Ton'除了不以123开头,在匹配 Ton
g.检索 prod_name regexp '[^c]e'
select prod_name from products
where prod_name regexp '[^c]e'
order by prod_name;
regexp '[^c]e':除了不以c开头,包含e的。
[]:集合
4.匹配范围
集合可用来定义要匹配的一个或多个字符。
例如,下面的集合将匹配数字0到9: [0123456789] 等同 [0-9]
范围不限于完整的集合, [1-3]和[6-9]也是合法的范围。
此外,范围不一定只是数值的, [a-z]匹配任意字母字符。
a.检索prod_name regexp '[1-5] ton'
select prod_name from products
where prod_name regexp '[1-5] ton'
order by prod_name;
格式:select 列名1 from 表名 where 列名1 regexp '[1-5] ton';
[1-5]定义了一个范围,这个表达式意思是匹配1到5
b.检索prod_name regexp '[12345] ton'
select prod_name from products
where prod_name regexp '[12345] ton'
order by prod_name;
c.检索prod_name regexp '[a-c]r'
select prod_name from products
where prod_name regexp '[a-c]r'
order by prod_name;
d.检索prod_name regexp '[^(1-5)]c'
select prod_name from products
where prod_name regexp '[^(1-5)]c'
order by prod_name;
e.检索prod_name regexp '[^(1-5)] c'
select prod_name from products
where prod_name regexp '[^(1-5)] c'
order by prod_name;
5.匹配特殊字符
正则表达式语言由具有特定含义的特殊字符构成。
我们已经看到.、 []、|和-等,还有其他一些字符。
请问,如果你需要匹配这些字符,应该怎么办呢?
例如,如果要找出包含.字符的值,怎样搜索?
a.检索 vend_name regexp '.'
select vend_name from vendors
where vend_name regexp '.'
order by vend_name;
格式:select 列名1 from 表名 where 列名1 regexp '.';
注: regexp '.'这并不是期望的输出, .匹配任意字符,因此每个行都被检索出来
b.检索prod_name regexp '.'
select prod_name from products
where prod_name regexp '.'
order by prod_name;
c.检索vend_name regexp '\.'
select vend_name from vendors
where vend_name regexp '\.'
order by vend_name;
在mysql中,\为转义字符
分析:为了匹配特殊字符,必须用\为前导。 \-表示查找-, \.表示查找.
这包括.、 |、 []特殊字符,转义时都需要\
d.检索prod_name regexp '\.'
select prod_name from products
where prod_name regexp '\.'
order by prod_name;
匹配\ 为了匹配反斜杠( \)字符本身,需要使用\\。
\或\?
多数正则表达式实现使用单个反斜杠转义特殊字符,以便能使用这些字符本身。
但MySQL要求两个反斜杠( MySQL自己解释一个,正则表达式库解释另一个)。
6.匹配字符类
存在找出你自己经常使用的数字、所有字母字符或所有数字字母字符等的匹配。
为更方便工作,可以使用预定义的字符集,称为字符类( character class)。
oracle 中regexp的用法:https://blog.csdn.net/chshgod1/article/details/114093406
a.检索prod_name regexp '[[:digit:]]{4}'
select prod_name from products
where prod_name regexp '[[:digit:]]{3}'
order by prod_name;
格式:select 列名1,列名2,列名3 from 表名 where 列名1 regexp '[[:digit:]]{3}'
分析:[[:digit:]]是包含数字,{3}是一共有3位以上数字
等价:{4}代表取4位
b.检索prod_name regexp '[0-9]{4}'
select prod_name from products
where prod_name regexp '[0-9]{3}'
order by prod_name;
c.检索 prod_name regexp '[0-9][0-9][0-9]'
select prod_name from products
where prod_name regexp '[0-9][0-9][0-9]'
order by prod_name;
d.检索prod_name regexp '[[:lower:]]{7}'
select prod_name from products
where prod_name regexp '[[:lower:]]{7}'
order by prod_name;
分析:[[:lower:]]是包含小写字母,{7}是一共7位(包括7位)以上。
e.检索prod_name regexp '[a-z]a[a-z]'
select prod_name from products
where prod_name regexp '[a-z]a[a-z]'
order by prod_name;
分析:a前面有[a-z],a后面有[a-z]
f.检索prod_name regexp '[a-z]a[x-z]'
select prod_name from products
where prod_name regexp '[a-z]a[x-z]'
order by prod_name;
分析:a前面有[a-z],a后面没有[x-z]
7.匹配多个实例
目前为止使用的所有正则表达式都试图匹配单次出现。
如果存在一个匹配,该行被检索出来,如果不存在,检索不出任何行。
但有时需要对匹配的数目进行更强的控制。
例如,你可能需要寻找所有的数,不管数中包含多少数字,或者你可能想寻找一个单词并且还能够适应一个尾随的s(如果存在),等等。
a.检索prod_name regexp '\([0-9] sticks?\)'
select prod_name from products
where prod_name regexp '\([0-9] sticks?\)'
order by prod_name
格式:select 列名1,列名2,列名3 from 表名 where 列名1 regexp '\([0-9] sticks?\)'
分析:\是转义匹配,[0-9]匹配任意数字(1和5),sticks?匹配stick和sticks(s后的?使s可选,因为?匹配它前面的任何字符的0次或1次出现),\)转义匹配)。
等价:
b.检索prod_name regexp '[0-9] sticks?'
select prod_name from products
where prod_name regexp '[0-9] sticks?'
order by prod_name
8.定位符
目前为止的所有例子都是匹配一个串中任意位置的文本。
下面是为了匹配特定位置的文本。
例如,如果你想找出以一个数(包括以小数点开始的数)开始的所有产品,怎么办?
简单搜索[0-9\.](或[[:digit:]\.])不行,因为它将在文本内任意位置查找匹配。
解决办法是使用^定位符,如下所示:
a.检索prod_name regexp '^[0-9\.]'
select prod_name from products
where prod_name regexp '^[0-9\.]'
order by prod_name;
格式:select 列名1 from 表名 where 列名1 regexp '^[0-9\.]'
分析:^匹配串的开始。因此, ^[0-9\.]只在.或任意数字为串中第一个字符时才匹配它们。
b.检索prod_name regexp '[0-9\.]'
select prod_name from products
where prod_name regexp '[0-9\.]'
order by prod_name;
没有^, 则还要多检索出4个别的行(那些中间有数字的行)。
c.检索prod_name regexp '^[0-9 \. F J]'
select prod_name from products
where prod_name regexp '^[0-9 \. F J]'
order by prod_name;
分析:
regexp '^[0-9 \. F J]' 以[0-9]、. 、F、J开头的prod_name
^的双重用途 ^有两种用法:
- 在集合中(用[和]定义),用它来否定该集合
- 用来指串的开始处
使REGEXP起类似LIKE的作用
LIKE和REGEXP的不同在于, LIKE匹配整个串而REGEXP匹配子串。
利用定位符,通过用^开始每个表达式,用$结束每个表达式,可以使REGEXP的作用与LIKE一样。
简单的正则表达式测试 :
可以在不使用数据库表的情况下用SELECT来测试正则表达式。
REGEXP检查总是返回0(没有匹配)或1(匹配)。
三.总结
学习了:
- 正则表达式介绍
- 基本字符匹配
- 进行or匹配
- 匹配几个字符之一
- 匹配范围
- 匹配特殊字符
- 匹配字符类
- 匹配多个实例
- 定位符
多思考,多总结,多输出,一键四连~
但行好事,莫问前程,我们下篇见~
往期文章:
8.《8.用通配符进行过滤》:https://blog.51cto.com/SuperBigData/5458893
7.《数据过滤》:https://blog.51cto.com/SuperBigData/5457563
6.《过滤数据》:https://blog.51cto.com/SuperBigData/5456902
5.《排序检索数据》:https://blog.51cto.com/SuperBigData/5451534
4.《检索数据》:https://blog.51cto.com/SuperBigData/5449032
3.《使用MySQL》:https://blog.51cto.com/SuperBigData/5437954
2.《MySQL简介》:https://blog.51cto.com/SuperBigData/5436719
1.《了解MYSQL》:https://blog.51cto.com/SuperBigData/5434475