Mysql正则表达式如何表达转义字符？ 如我想匹配中括号、竖线等字符该怎么做？ select '' rlike '\'不行

Posted 2023-04-20

参考技术A select '|' regexp '\\|'
select '|' rlike '\\|' 也是一样的 O(∩_∩)O~ 参考技术B

mysql 一直以来都支持正则匹配，不过对于正则替换则一直到MySQL 8.0 才支持。对于这类场景，以前要么在MySQL端处理，要么把数据拿出来在应用端处理。

比如我想把表y1的列str1的出现第3个action的子 串替换成dble，怎么实现？

1. 自己写SQL层的存储函数。代码如下写死了3个，没有优化，仅仅作为演示，MySQL 里非常不建议写这样的函数。

mysql

DELIMITER $$

USE `ytt`$$

DROP FUNCTION IF EXISTS `func_instr_simple_ytt`$$

CREATE DEFINER=`root`@`localhost` FUNCTION `func_instr_simple_ytt`(

f_str VARCHAR(1000), -- Parameter 1

f_substr VARCHAR(100),  -- Parameter 2

f_replace_str varchar(100),

f_times int -- times counter.only support  3.

) RETURNS varchar(1000)

BEGIN

declare v_result varchar(1000) default 'ytt'; -- result.

declare v_substr_len int default 0; -- search string length.

set f_times = 3; -- only support  3.

set v_substr_len = length(f_substr);

select instr(f_str,f_substr) into @p1; -- First real position .

select instr(substr(f_str,@p1+v_substr_len),f_substr) into @p2; Secondary virtual position.

select instr(substr(f_str,@p2+ @p1 +2*v_substr_len - 1),f_substr) into @p3; -- Third virtual position.

if @p1 > 0  && @p2 > 0 && @p3 > 0 then -- Fine.

select

concat(substr(f_str,1,@p1 + @p2 + @p3 + (f_times - 1) * v_substr_len  - f_times)

,f_replace_str,

substr(f_str,@p1 + @p2 + @p3 + f_times * v_substr_len-2)) into v_result;

else

set v_result = f_str; -- Never changed.

end if;

-- Purge all session variables.

set @p1 = null;

set @p2 = null;

set @p3 = null;

return v_result;

end;

$$

DELIMITER ;

-- 调用函数来更新：

mysql> update y1 set str1 = func_instr_simple_ytt(str1,'action','dble',3);

Query OK, 20 rows affected (0.12 sec)

Rows matched: 20  Changed: 20  Warnings: 0

2. 导出来用sed之类的工具替换掉在导入，步骤如下：（推荐使用）

1）导出表y1的记录。

mysqlmysql> select * from y1 into outfile '/var/lib/mysql-files/y1.csv';Query OK, 20 rows affected (0.00 sec)




2）用sed替换导出来的数据。

shellroot@ytt-Aspire-V5-471G:/var/lib/mysql-files#  sed -i 's/action/dble/3' y1.csv




3）再次导入处理好的数据，完成。

mysql

mysql> truncate y1;

Query OK, 0 rows affected (0.99 sec)

mysql> load data infile '/var/lib/mysql-files/y1.csv' into table y1;

Query OK, 20 rows affected (0.14 sec)

Records: 20  Deleted: 0  Skipped: 0  Warnings: 0

以上两种还是推荐导出来处理好了再重新导入，性能来的高些，而且还不用自己费劲写函数代码。

那MySQL 8.0 对于以上的场景实现就非常简单了，一个函数就搞定了。

mysqlmysql> update y1 set str1 = regexp_replace(str1,'action','dble',1,3) ;Query OK, 20 rows affected (0.13 sec)Rows matched: 20  Changed: 20  Warnings: 0




还有一个regexp_instr 也非常有用，特别是这种特指出现第几次的场景。比如定义 SESSION 变量@a。

mysqlmysql> set @a = 'aa bb cc ee fi lucy  1 1 1 b s 2 3 4 5 2 3 5 561 19 10 10 20 30 10 40';Query OK, 0 rows affected (0.04 sec)




拿到至少两次的数字出现的第二次子串的位置。

mysqlmysql> select regexp_instr(@a,'[:digit:]2,',1,2);+--------------------------------------+| regexp_instr(@a,'[:digit:]2,',1,2) |+--------------------------------------+|                                   50 |+--------------------------------------+1 row in set (0.00 sec)




那我们在看看对多字节字符支持如何。

mysql

mysql> set @a = '中国 美国 俄罗斯 日本 中国 北京 上海 深圳 广州 北京 上海 武汉 东莞 北京 青岛 北京';

Query OK, 0 rows affected (0.00 sec)

mysql> select regexp_instr(@a,'北京',1,1);

+-------------------------------+

| regexp_instr(@a,'北京',1,1)   |

+-------------------------------+

|                            17 |

+-------------------------------+

1 row in set (0.00 sec)

mysql> select regexp_instr(@a,'北京',1,2);

+-------------------------------+

| regexp_instr(@a,'北京',1,2)   |

+-------------------------------+

|                            29 |

+-------------------------------+

1 row in set (0.00 sec)

mysql> select regexp_instr(@a,'北京',1,3);

+-------------------------------+

| regexp_instr(@a,'北京',1,3)   |

+-------------------------------+

|                            41 |

+-------------------------------+

1 row in set (0.00 sec)

那总结下，这里我提到了 MySQL 8.0 的两个最有用的正则匹配函数 regexp_replace 和 regexp_instr。针对以前类似的场景算是有一个完美的解决方案。

参考技术C 你的斜杠反了，应该是'/|'，这样理论上就对了追问

谢谢heephp的解答！
试了'/|'也不行
[SQL] SELECT '|' rlike '/|'
[Err] 1139 - Got error 'empty (sub)expression' from regexp
看错误提示的意思他还是把竖线当作并列分组符了。

正则表达式转义符

元字符

元字符：出现在正则表达式中具有特殊含义的字符

单个元字符：

.   匹配除换行符以外的任意字符
\w  匹配字母、数字、下划线、汉字、
\s  匹配任意空白符（空格、制表符、换页等fnrtv）
\t  匹配制表符
\v  匹配垂直制表符
\d  匹配数字
\b  匹配单词开始或结束的位置
\n  匹配换行符
\r  匹配回车符



\W  匹配非字母、数字、下划线、汉字
\S  匹配任意一个非空白符字符
\D  匹配非数字
\B  匹配非单词开始或结束的位置

特殊字符：不需要\即可表示特殊含义的字符

$   匹配字符串结束位置
^   匹配字符串开始位置
()  标记字表达式开始和结束的位置
*   匹配字表达式零次或多次

限定符：多个元字符

[]   匹配其中的任意一个字符
[-]  匹配其中范围中的一个例如[a-zA-Z]a-z或A-Z的一个
[^x]匹配除x以外的任意字符
*    匹配零个或多个字符
+    匹配其中至少一个字符
？   匹配其中零个或者一个字符
{n}  重复n次 \\比如 d{2}=匹配两次d
{n,} 至少重复n次
{n,m}重复n到m次 

分支

|    表示或 
()   括号里面看做一个字符

贪婪匹配与非贪婪匹配

正则表达式后面加? 表示取最短情况。非贪婪匹配