使用单词边界 [[:<:]] 和 [[:>]] 时的奇怪行为

Posted 2023-02-24

【中文标题】使用单词边界 [[:<:]] 和 [[:>]] 时的奇怪行为

【英文标题】：Odd behaviour when using word boundaries [[:<:]] and [[:>]]

【发布时间】：2013-03-29 21:12:04

【问题描述】：

我的任务是为不同字符串中的条目创建一个黑名单。我正在使用mysql 检查数据库中的条目。

你可能知道MySQL中的单词边界标记： [[:<:]] 和 [[:>:]] 对应于默认正则表达式中的 \b。

当字符串中存在regexp special characters 和word boundary marks 时出现问题。

但是这些字符被双反斜杠转义了！

只需运行此查询

SELECT 
"test()" REGEXP "[[:<:]]test\\(\\)[[:>:]]", 
"test()" REGEXP "test\\(\\)", 
"test"   REGEXP "[[:<:]]test[[:>:]]",
"test"   REGEXP "test" ;

你会得到

0 | 1 | 1 | 1

而不是预期

1 | 1 | 1 | 1

有人能解释一下如何解决这个问题吗？

【参考方案1】：

第一个失败，因为最后一个单词边界不能匹配单词边界：右括号和字符串的结尾不是单词边界位置。引用mysql reference的定义： "一个单词是一个单词字符的序列，前面或后面都没有单词字符。"

附带说明，它也不适用于其他语言。

【讨论】：

感谢您对问题的描述，现在我明白了。投票。

【参考方案2】：

不要认为你可以在 MySQL 中很好地做到这一点。因为没有环视（也没有办法否定[[:<:]] 和[[:>:]]？）。

根据您定义单词边界的方式（尤其是涉及非单词字符时，例如[^A-Za-z0-9_]），您可以在某些情况下使用如下表达式：

(^|[[:space:]])test\(\)($|[[:space:]])