mysql中的子字符串正则表达式匹配

Posted 2023-03-28

【中文标题】mysql中的子字符串正则表达式匹配

【英文标题】：Substring regex matching in mysql

【发布时间】：2021-03-02 14:04:42

【问题描述】：

我有一个复杂的问题困扰了我几个小时，并寻求 mysql 专家的帮助。 :) 提前谢谢你。

表：t1；列：名称

给定表格：

name
-----
$abc|def|$cde
efd|$acd
$gcb|$bvv|ggg

预期结果（只拉取不带$前缀的字符串，管道表示字段值分隔符）：

name
-----
def
efd
ggg

-- Sql to create and insert
create table t1 (name varchar(100));
        insert into t1 (name) values ('$abc|def|$cde');
        insert into t1 (name) values ('efd|$acd');
        insert into t1 (name) values ('$gcb|$bvv|ggg');

Mysql版本：5.6.40

【问题讨论】：

1) 考虑不在表中存储管道分隔的数据，2) 考虑升级到 MySQL 8+。这个查询在 MySQL 5 上会很难看。

每列值的单独“管道”值的最大数量是多少？

【参考方案1】：

SELECT DISTINCT
       name, SUBSTRING_INDEX(SUBSTRING_INDEX(t1.name, '|', num), '|', -1) one_value
FROM t1
/* max 3 subnames per name - expand if needed */
CROSS JOIN (SELECT 1 num UNION SELECT 2 UNION SELECT 3) numbers
HAVING one_value NOT LIKE '$%';

fiddle

【讨论】：

@amine 在这种情况下考虑接受这个答案。

抱歉，有时需要消化并使用更多子名称，我已附加一个新条目 $gcb|$bvv|$ggg|$ste|sgg 并在其中添加联合更多子名称。查询结果确实返回一些重复项。这是此查询的预期行为，如果这是预期行为，我稍后可以将它们传递给不同的函数以删除欺骗。 dbfiddle.uk/… :)

@amine 最简单的解决方案 - SELECT DISTINCT ...。已更新。

【参考方案2】：

在 MySQL 8+ 上，您可以尝试：

SELECT
    col,
    REGEXP_REPLACE(CONCAT('|', col, '|'), '^.*\\|([a-z]+)\\|.*$', '$1') AS col_out
FROM yourTable;

这里的想法是从这个稍微修改的列值开始：

|$abc|def|$cde|

然后，我们搜索由管道包围的仅字母序列，并替换为捕获的组。

Demo

【讨论】：

@Akina 感谢您的反馈，我最初是在手机上回答的，因此无法进行任何测试。问题是元字符在调用REGEXP_REPLACE 时似乎需要双重转义。更新的版本现在可以使用了。

如果有多个没有$ 的子值，那么只会返回最后一个...从另一边来看，OP 不会显示这样的值。

现在您看到了我们甚至不希望出现的边缘情况。如果可能有多个匹配项，那么 OP 绝对应该 规范化 数据并停止以这种方式存储它。一列值应生成一个输出值。

感谢 Akina 和 Tim，非常感谢您提供的代码和反馈，并进行思考。它只是该领域的一个子值（我的错，应该早点澄清）。代码很清楚，非常感谢你，我希望。不幸的是，我仍然必须坚持使用旧的 mysql 版本，直到我真的希望我们有机会升级它。