详解 SQL 正则表达式 (REGEXP)

本文将详细讲解 SQL 中正则表达式的使用，包括基本的语法规则、常见匹配模式，并结合 MySQL 的具体实现进行代码示例说明。

1. 正则表达式简介

正则表达式是一种字符串匹配的模式，可以用来查找、替换、验证字符串。虽然每个数据库对正则表达式的支持程度不同，但 MySQL 提供了相对完善的正则表达式支持，使用 REGEXP 或 RLIKE 关键字来实现正则匹配。

2. MySQL 中的正则表达式函数

MySQL 中常用的正则表达式相关函数有两个：

• REGEXP：用于匹配正则表达式，等同于 RLIKE。
• NOT REGEXP：匹配不符合正则表达式的字符串。

基本语法：

SELECT column_name
FROM table_name
WHERE column_name REGEXP 'pattern';

• pattern：要匹配的正则表达式模式。
• REGEXP 会返回布尔值，匹配返回 1，不匹配返回 0。

例如，查询名字中包含字母 "a" 的数据：

SELECT name 
FROM users 
WHERE name REGEXP 'a';

3. 常用正则表达式语法

(1) 基本字符匹配

• **.**：匹配任意单个字符。
• **[abc]**：匹配集合中的任意一个字符。
• **[^abc]**：匹配不在集合中的任意字符。
• **^**：匹配字符串的开头。
• **$**：匹配字符串的结尾。

(2) 字符集匹配

• **[0-9]**：匹配任意数字。
• **[a-z]**：匹配任意小写字母。
• **[A-Z]**：匹配任意大写字母。

(3) 字符类匹配

• **\d**：匹配任意数字，等同于 [0-9]。
• **\w**：匹配字母、数字和下划线，等同于 [a-zA-Z0-9_]。
• **\s**：匹配空白字符（空格、制表符等）。

(4) 边界匹配

• **^**：匹配字符串开头。
• **$**：匹配字符串结尾。

(5) 重复匹配

• *****：匹配前面的字符 0 次或多次。
• **+**：匹配前面的字符 1 次或多次。
• **?**：匹配前面的字符 0 次或 1 次。
• **{n}**：匹配前面的字符恰好 n 次。
• **{n,}**：匹配前面的字符至少 n 次。
• **{n,m}**：匹配前面的字符至少 n 次，但不超过 m 次。

4. 示例讲解

(1) 基本字符匹配

查找所有名字中包含字符 "a" 的用户：

SELECT name
FROM users
WHERE name REGEXP 'a';

解释：正则表达式 a 表示匹配包含 "a" 的所有名字。

(2) 字符集匹配

查找名字中包含任意数字的用户：

SELECT name
FROM users
WHERE name REGEXP '[0-9]';

解释：[0-9] 表示匹配名字中含有数字的记录。

(3) 边界匹配

查找以字母 "A" 开头的名字：

SELECT name
FROM users
WHERE name REGEXP '^A';

解释：^A 表示匹配以 "A" 开头的名字。

(4) 重复匹配

查找名字中含有至少两个连续 "o" 字母的用户：

SELECT name
FROM users
WHERE name REGEXP 'o{2,}';

解释：o{2,} 表示匹配包含至少两个连续 "o" 字符的名字。

5. 实战示例：使用正则表达式进行数据筛选

示例 1：匹配电子邮件地址

要从用户表中查找所有合法的电子邮件地址，可以使用如下的正则表达式：

SELECT email
FROM users
WHERE email REGEXP '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$';

解释：此正则表达式匹配标准的电子邮件格式，确保邮箱地址以字母或数字开头，中间包含 "@"，最后是域名。

示例 2：匹配手机号（中国大陆）

筛选出格式为 11 位的手机号：

SELECT phone
FROM users
WHERE phone REGEXP '^1[3-9][0-9]{9}$';

解释：正则表达式 ^1[3-9][0-9]{9}$ 用于匹配中国大陆的手机号，1 开头，第二位为 3-9 之间的数字，且总长度为 11 位。

示例 3：匹配身份证号

要筛选出有效的 18 位身份证号码：

SELECT id_card
FROM users
WHERE id_card REGEXP '^[1-9][0-9]{5}(18|19|20)[0-9]{2}(0[1-9]|1[0-2])(0[1-9]|[12][0-9]|3[01])[0-9]{3}[0-9Xx]$';

解释：该正则表达式确保身份证号是 18 位，且日期部分为合法日期。

结语

正则表达式是 SQL 中非常强大的工具，尤其在字符串匹配和数据清洗过程中能够发挥极大的作用。通过本文的介绍，你应该能够掌握 MySQL 中正则表达式的基本用法，并能灵活应用到实际项目中。正则表达式的学习是一个循序渐进的过程，建议多实践和尝试，以便熟练掌握其强大之处。