来自 PCRE REGEXP 的 MySQL REGEXP_REPLACE 翻译

Posted 2023-03-28

【中文标题】来自 PCRE REGEXP 的 MySQL REGEXP_REPLACE 翻译

【英文标题】：MySQL REGEXP_REPLACE translation from PCRE REGEXP

【发布时间】：2021-01-07 11:48:29

【问题描述】：

我正在尝试提取字符串的体积字段以按数字排序。

---

给定以下数据：

300 毫升的东西 300毫升的东西 一些特别的东西（300 毫升） 8-v 不应该匹配的东西

---

第一次尝试： 只需将字符串转换为unsigned（在此线程中找到：reference）

问题：显然也会考虑到第 4 个数据示例。

---

第二次尝试：使用REGEXP_REPLACE提取值（在此线程中找到：reference）

CAST(
    REGEXP_REPLACE(
        LOWER(column),
        "[:digit:]+[:space:]*ml",
        "///"
    ) as UNSIGNED
) AS volume

...使用manual 中定义的character_classes。

问题：character_classes 似乎没有按预期工作（可能是空格的字符类名称有问题？）。

---

第三次尝试：使用常见的正则表达式标记

CAST(
    REGEXP_REPLACE(
        LOWER(column),
        "\d+\s*ml",
        "///"
    ) as UNSIGNED
) AS volume

...这似乎效果更好。

问题：它也再次匹配了第4个数据示例。

---

问题：我如何在 mysql REGEXP_REPLACE 中执行某种正向前瞻，它只会匹配数据示例 1-3（由于强制转换为较低而忽略大小写敏感）？

我尝试过的那个似乎在 PCRE（带有全局标志）中工作正常，但在 MySQL 中却不行：

^.*\d+\s*ml.*$（忽略丢失的捕获组）

翻译如下：匹配所有内容，直到 1 个或多个数字，后跟 0 个或多个空格，并找到字符串 ml。

【问题讨论】：

毫升和兆升？

8.0 使用\d; 8.0 之前使用 [:digit:]。等等。

【参考方案1】：

问题在于将替换结果转换为无符号的组合。

使用后：

REGEXP_SUBSTR(
    LOWER(article.name),
    "[:digit:]+[:space:]*ml"
) AS volume

而不是 REGEXP_REPLACE 并删除无符号转换（不管双括号或单括号以某种方式），REGEXP 工作正常。

【参考方案2】：

试试这个：

       CAST(
          REGEXP_SUBSTR( 
                LOWER(@c), 
                "([[:digit:]]+)[[:space:]]*ml" )
          AS UNSIGNED)  AS VOLUME;

出于您的目的，您肯定需要 REGEX_SUBSTR() 而不是 REGEX_REPLACE()。

我已经在 MySQL 8 和 MariaDB 10.3 - 10.5 上进行了尝试。无论如何，对我来说，需要将括号 [[:digit:]] 加倍。如果您使用较旧的\s 表示法，则需要将\ 转义字符加倍：\\s+

(MariaDb's implementation of REGEX_SUBSTR() 不接受optional parameters that MySQL's does。

我不得不说，在医疗保健 IT 部门工作过，将正则表达式与药物剂量结合起来让我感到害怕。当心！测试！测试！如果你有病人，他们会感谢你的。

【讨论】：

因为这基本上是我所做的，我会接受你的回答 ;-) 仅供参考：这不是为了医疗保健，而是为了化学（基础研究）：-p