用正则表达式regexp进行高级搜索数据

Posted 2022-12-07 ludundun

正则表达式介绍

正则表达式是用来匹配文本的特殊字符集合，如果你想从一个文本中提取电话号码而已使用正则表达式，如果你需要查找名字中包含数字的所有文件可以使用正则，如果你你要在文本块中找到所有重复的单词，可以使用正则。

可以把正则【regexp】,直接理解为【去匹配】

基本字符匹配

我们用来检索列prod_name包含文本luzhaosahn的所有行

select prod_name
from products
where prod_name regexp 'luzhaoshan'
order by prod_name;


查询结果是：
prod_name
jetback    luzhaoshan

为什么要费力的使用正则表达式呢？因为在高级查询中用处大大的好
例如：

select prod_name
from products
where prod_name regexp '.000'
order by prod_name;

输出结果为：
prod_name

jetbaas    2000
hsahgj     8000
jaas    2000
ahgj     8000
jaas    2000
ahgj     8000

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，2000和8000都匹配并且返回数据。
----当然这个也是可以使用like和通配符进行来完成的，如下参考：
select prod_name
from products
where prod_name like '%000'
order by prod_name;


对比来看：
select prod_name
from products
where prod_name regexp '.000'
order by prod_name;

----regexp 在列值内进行匹配
----like 匹配的是整个列
下面让你们看一个神奇的地方！！！！！！！！！！！！
select prod_name
from products
where prod_name like '000'
order by prod_name;


对比来看：
select prod_name
from products
where prod_name regexp '.000'
order by prod_name;

#### 如果执行上述两条语句，会发现第一条是不返回数据，而第二条语句返回一行，为什么？？
因为，LIKE匹配整个列，如果被匹配的文本在列值内部中，并非是单独的列，LIKE 将不会找到它，相应的行也不会返回，【除非使用通配符获取数据】。


而REGEXP正好是在列值内部进行匹配，如果被匹配的文本在裂殖内部中，REGEXP就会找到它，相应的行也会返回。【这是一个非常重要的差别！！！】

REGEXP如果想要实现LIKE的功能，需要和^和$符合结合使用。

进行OR匹配，在正则表达式中使用 | 来表示OR的操作

select prod_name 
from products
where prod_name REGEXP  '1000|2000'
order by prod_name;

输出结果为：
prod_name

jetpack    1000
jetmaoc    2000

语句中使用正则表达式1000|2000。 | 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都匹配并且返回。

使用 | 从功能上类似于select语句中使用的or语句，多个or条件可以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。例如，
‘1000 | 2000 | 3000’ 将匹配1000或者2000或者3000。

匹配指定字符，通过【】字符来完成

例如：

select prod_name
from products
where prod_name regexp '[123]ton'
order by prod_name;

输出结果是：
prod_name
1 ton 
2 ton

这里使用正则表达式[123]ton，[123]定义一组字符，它的意思是匹配1 或者匹配2 或者匹配3，因此 1ton 和 2 ton 都匹配并且返回数据，（没有3ton）

由此可知，[]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。结果都是一样的如下所示：
select prod_name
from products
where prod_name regexp '[1|2|3]ton'
order by prod_name;

输出结果是：
prod_name
1 ton 
2 ton

[0-9]匹配任意0-9的字符
[a-z]匹配任意a-z的任意字母
例子如下：
select prod_name
from products
where prod_name regexp '[1-5]ton'
order by prod_name;

输出结果为：
prod_name

1 ton anvil
2 ton anvil
3 ton anvil
.5 ton snkil

这里使用正则表达式[1-5]ton。定义了一个范围，这个表达式意思是匹配到1-5，因此返回3个匹配行。 由于 5 ton 匹配，所以返回    .5ton

如果你想找出一个数或者以小数点开始的数，开始的所有产品，怎么办，简单搜索[0-9\.]不行的，因为它在文本中任意位置查找匹配，解决办法就是使用^定位符。

^     文本的开始
$     文本的结束

select prod_name
from products
where prod_name regexp '^[0-9]\\.'
order by  prod_name

输出结果为：
prod_name

1 ton anvil
2 ton anvil
3 ton anvil
.5 ton snkil

^ 匹配串的开始。
^的双重用途，
第一个是在集合中用来否定该集合。
第二个是用来指示串的开始处。


简单的正则表达式测试：
可以在不适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
0是没有匹配，1是匹配，可以使用带文本串的regexp来测试表达式，并实验他们
相应的测试如下：
select ‘hello’ regexp  ‘[0-9]’；
这个例子显然将返回结果0，因为文本hello中没有数字。