补充前面拉下的一节课

1 使用MySQL正则表达式

正则表达式的作用是匹配文本，将一个模式（正则表达式）与一个文本串进行比较。MySQL用 WHERE 子句对正则表达式提供了初步的支持，允许你指定正则表达式，过滤 SELECT 检索出的数据。

MySQL仅支持多数正则表达式实现的一个很小的子集。

1.1 基本字符匹配

我们从一个非常简单的例子开始。下面的语句检索列 prod_name 包含文本 1000 的所有行：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '1000'
ORDER BY 1;

除关键字 LIKE 被 REGEXP 替代外，这条语句看上去非常像使用LIKE 的语句。它告诉MySQL： REGEXP 后所跟的东西作为正则表达式（与文字正文 1000 匹配的一个正则表达式）处理。

为什么要费力地使用正则表达式？在刚才的例子中，正则表达式确实没有带来太多好处（可能还会降低性能），不过，请考虑下面的例子：

SELECT prod_name FROM products
WHERE prod_name REGEXP '.000' 
ORDER BY 1;

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， 1000 和 2000 都匹配且返回。

匹配不区分大小写 MySQL中的正则表达式匹配（自版本3.23.4后）不区分大小写（即，大写和小写都匹配）。为区分大小写，可使用 BINARY 关键字，如 WHERE prod_name REGEXP BINARY ‘JetPack .000’ 。

1.2 进行OR匹配

为搜索两个串之一（或者为这个串，或者为另一个串），使用 | ，如下所示：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '1000|2000'
ORDER BY 1;

语句中使用了正则表达式 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 都匹配并返回。
使用 | 从功能上类似于在 SELECT 语句中使用 OR 语句，多个 OR 条件可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 2000 或 3000 。

1.3 匹配几个字符之一

匹配任何单一字符。但是，如果你只想匹配特定的字符，怎么办？可通过指定一组用 [ 和 ] 括起来的字符来完成，如下所示：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '[123] Ton'
ORDER BY 1;

这里，使用了正则表达式 [123] Ton 。 [123] 定义一组字符，它的意思是匹配 1 或 2 或 3 ，因此， 1 ton 和 2 ton 都匹配且返回（没有 3 ton ）。

正如所见， [] 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。但是，需要用 [] 来定义 OR 语句。为更好地理解这一点，请看下面的例子：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '1|2|3 Ton'
ORDER BY 1;

这并不是期望的输出。两个要求的行被检索出来，但还检索出了另外3行。之所以这样是由于MySQL假定你的意思是 ‘1’ 或’2′ 或 ‘3 ton’ 。除非把字符 | 括在一个集合中，否则它将应用于整个串。

字符集合也可以被否定，即，它们将匹配除指定字符外的任何东西。为否定一个字符集，在集合的开始处放置一个 ^ 即可。因此，尽管 [123]匹配字符 1 、 2 或 3 ，但 [^123] 却匹配除这些字符外的任何东西。

1.4 匹配范围

集合可用来定义要匹配的一个或多个字符。例如，下面的集合将匹配数字0到9：[0123456789]
为简化这种类型的集合，可使用 – 来定义一个范围。下面的式子功能上等同于上述数字列表：[0-9]

范围不限于完整的集合， [1-3] 和 [6-9] 也是合法的范围。此外，范围不一定只是数值的， [a-z] 匹配任意字母字符。
举一个例子：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '[1-5] Ton'
ORDER BY 1;

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

1..5 匹配特殊字符

为了匹配特殊字符，必须用 \ 为前导。 \- 表示查找 – ， \. 表示查找 . 。

SELECT vend_name FROM vendors 
WHERE vend_name REGEXP '\\.'
ORDER BY 1;

这才是期望的输出。 \. 匹配 . ，所以只检索出一行。这种处理就是所谓的转义（escaping），正则表达式内具有特殊意义的所有字符都必须以这种方式转义。这包括 . 、 | 、 [] 以及迄今为止使用过的其他特殊字符。

匹配 \ 为了匹配反斜杠（ \ ）字符本身，需要使用\\\ 。

\ 或 \? 多数正则表达式实现使用单个反斜杠转义特殊字符，以便能使用这些字符本身。但MySQL要求两个反斜杠（MySQL自己解释一个，正则表达式库解释另一个）。

1.6 匹配字符类

为更方便工作，可以使用预定义的字符集，称为字符类（character class）。

SELECT prod_name FROM products 
WHERE prod_name REGEXP '[[:digit:]]'
ORDER BY 1;

1.7 匹配多个实例

目前为止使用的所有正则表达式都试图匹配单次出现。如果存在一个匹配，该行被检索出来，如果不存在，检索不出任何行。但有时需要对匹配的数目进行更强的控制。例如，你可能需要寻找所有的数，不管数中包含多少数字，或者你可能想寻找一个单词并且还能够适应一个尾随的 s （如果存在），等等。
这可以用正则表达式重复元字符来完成。

下面举几个例子。

SELECT prod_name FROM products 
WHERE prod_name REGEXP '\\([0-9] sticks?\\)'
ORDER BY 1;

正则表达式 \\([0-9] sticks?\\) 需要解说一下。 \\( 匹配 )，[0-9] 匹配任意数字（这个例子中为1和5）， sticks? 匹配 stick和 sticks （ s 后的 ? 使 s 可选，因为 ? 匹配它前面的任何字符的0次或1次出现）， \\) 匹配 ) 。没有 ? ，匹配 stick 和 sticks 会非常困难。

以下是另一个例子。这次我们打算匹配连在一起的4位数字：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '[[:digit:]]{4}'
ORDER BY 1;

如前所述， [:digit:] 匹配任意数字，因而它为数字的一个集合。 {4} 确切地要求它前面的字符（任意数字）出现4次，所以[[:digit:]]{4} 匹配连在一起的任意4位数字。

1.8 定位符

目前为止的所有例子都是匹配一个串中任意位置的文本。为了匹配特定位置的文本，需要使用定位符。

例如，如果你想找出以一个数（包括以小数点开始的数）开始的所有产品，怎么办？简单搜索 [0-9\\.] （或 [[:digit:]\\.] ）不行，因为它将在文本内任意位置查找匹配。解决办法是使用 ^ 定位符，如下所示：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '^[0-9\\.]'
ORDER BY 1;

^ 匹配串的开始。因此， ^[0-9\.] 只在 . 或任意数字为串中第一个字符时才匹配它们。没有 ^ ，则还要多检索出4个别的行（那些中间有数字的行）。

^ 的双重用途
^ 有两种用法。在集合中（用 [ 和 ] 定义），用它来否定该集合，否则，用来指串的开始处。

再看个例子：

SELECT prod_name FROM products 
WHERE prod_name REGEXP '[[:<:]]TNT'
ORDER BY 1;