SQL正则表达式

使用正则表达式

一般来说，如果被要求匹配一个字符串，应该首先会想到一个正则表达式模式进行匹配。

正则表达式提供各种功能：

1. ^：表示一个字符串或者行的开头

2. [a-z]：表示一个字符的范围，匹配从a到z的任何字符

3. [0-9]：表示一个字符范围，匹配从0到9的任何字符

4. [a-zA-Z]：匹配从a到z或者A到Z的任何字符。请注意，你可以在方括号内指定的字符范围的数量没有限制，您可以添加想要匹配的其他字符或范围。

5. [^a-z]：这个变量匹配不在a到z范围内的任何字符。字符^用来否定字符范围，在方括号内的含义与在方括号之外表示开始的含义不同。

6. [a-z*]：表示一个字符范围，匹配从a到z的任何字符0次或多次。

7. [a-z]+：表示一个字符范围，匹配从a到z的任何字符1次或者多次。

8. .：匹配任意一个字符

9. \.：表示句点字符。反斜杠用于转义句点字符，因为句点字符在正则表达式中具有特殊含义。还要注意，在许多语言中，我们需要转义反斜杠本身，因此需要使用\\.。

10. $：表示一个字符串或者行的结尾。

来看一道例题：

1517. 查找拥有有效邮箱的用户

1. 前缀名以字母开头：^[a-zA-Z]

2. 前缀名包含字母（大小写）、数字、下划线、句点、横杠：[a-zA-Z0-9\_\.\-]

3. 以域名'@leetcode.com'结尾：@leetcode\\.com$

SELECT user_id, name, mail
FROM Users
-- 请注意，我们还转义了`@`字符，因为它在某些正则表达式中具有特殊意义
WHERE mail REGEXP '^[a-zA-Z][a-zA-Z0-9_.-]*\\@leetcode\\.com$';

 

第二个例题：1527. Patients With a Condition

需要注意的是DIAB可能在第二个单词中，因此可以分为以下两种情况：

1. 条件代码以"DIAB1"开头

2. 条件代码包含" DIAB1" ，即有一个空格在前

第一种方法是使用REGEXP

1. 位于第一个时：REGEXP '^DIAB1'，用^匹配开始

2. 不位于第一个时：REGEXP '\sDIAB1'，用\s匹配一个被视为白空格的空格或字符

需要注意的是，多数正则表达式实现使用单个反斜杠转义特殊字符，一遍能使用这些字符本身，MySQL要用两个反斜杠转义特殊字符，MySQL自己解释一个，正则表达式库解释另一个，所以在MySQL中用\\s。| 管道符号用于指定匹配字符串时要使用的替代模式；在由竖线分隔的一行模式中，竖线被解释为OR，匹配过程从最左侧的模式开始，在找到第一个匹配项时停止。

SELECT
    *
FROM
    patients
WHERE
    conditions REGEXP '^DIAB1|\\sDIAB1';

在 SQL 中，正则表达式（regexp）的\b和\s分别表示以下内容：

1. \b：单词边界

   • \b 是单词边界的元字符。它匹配一个单词的开始或结束。一个单词被定义为字母数字字符的序列。
   • 例如，\bword\b 可以匹配 "word"，但不匹配 "password" 中的 "word"。

2. \s：空白字符

   • \s 匹配任何空白字符，包括空格、制表符（Tab）、换行符等。
   • 例如，\s+ 可以匹配一个或多个连续的空白字符。

在正则表达式中，这些元字符通常用于定义模式，以便更精确地匹配字符串。在 SQL 的 REGEXP 中，这些元字符可以用于过滤数据，特别是在 WHERE 子句中。

所以我们也可以使用\b：

\b匹配非单词字符（在我们的例子中是空格）或字符串中第一个字符之前的位置。另外，需要用另一个反斜杠转义一个反斜杠，如下所示：\\b。否则，正则表达式将不会计算。

PS\b还匹配最后一个字符之后的位置，但在这个问题的上下文中并不重要。

SELECT * FROM patients WHERE conditions REGEXP '\\bDIAB1'

第二种方法：使用LIKE

在 MySQL 中，LIKE 是用于模糊匹配的关键字，通常与通配符结合使用。以下是一些关于 LIKE 的基本用法：

1. 百分号 % 通配符：

   • % 表示零个或多个字符的通配符。
   • 例如，'a%' 匹配以字母 'a' 开头的任何字符串。
   • '%a' 匹配以字母 'a' 结尾的任何字符串。
   • '%or%' 匹配包含字母序列 'or' 的任何字符串。

2. LIKE 的使用：

   • 使用 LIKE 操作符时，通常配合 % 或 _ 通配符。
   • 例如，WHERE column_name LIKE 'a%' 将匹配 column_name 列中以字母 'a' 开头的任何值。

3. 大小写敏感性：

   • 默认情况下，LIKE 是大小写敏感的。如果希望进行大小写不敏感的匹配，可以使用 COLLATE 子句，如 WHERE column_name COLLATE utf8_general_ci LIKE 'pattern'。

SELECT patient_id, patient_name, conditions
FROM Patients
WHERE conditions LIKE 'DIAB1%' OR conditions LIKE '% DIAB1%';