我有一个 MySQL 数据库，我有一个查询：
SELECT `id`, `originaltext` FROM `source` WHERE `originaltext` regexp '[0-9][0-9]'
这会检测所有包含 2 位数字的原始文本。
我需要 MySQL 将这些数字作为字段返回，以便我可以进一步操作它们。
理想情况下，如果我可以添加应大于 20 的其他标准，那就太好了，但我也可以单独执行。
【问题讨论】：
标签： mysql regex text-manipulation
如果您希望数据库中的正则表达式功能更强大，可以考虑使用LIB_MYSQLUDF_PREG。这是一个导入 PCRE 库的 MySQL 用户函数的开源库。 LIB_MYSQLUDF_PREG 仅以源代码形式提供。要使用它，您需要能够编译它并将其安装到您的 MySQL 服务器中。安装这个库不会以任何方式改变 MySQL 的内置正则表达式支持。它只是提供了以下附加功能：
PREG_CAPTURE 从字符串中提取正则表达式匹配。 PREG_POSITION 返回正则表达式匹配字符串的位置。 PREG_REPLACE 对字符串执行搜索和替换。 PREG_RLIKE 测试一个正则表达式是否匹配一个字符串。
所有这些函数都将正则表达式作为它们的第一个参数。此正则表达式必须像 Perl 正则表达式运算符一样格式化。例如。要测试正则表达式是否不区分主题大小写，您将使用 MySQL 代码 PREG_RLIKE('/regex/i', subject)。这类似于 PHP 的 preg 函数，它也需要额外的 // 分隔符用于 PHP 字符串中的正则表达式。
如果您想要更简单的东西，您可以更改此功能以更好地满足您的需求。
CREATE FUNCTION REGEXP_EXTRACT(string TEXT, exp TEXT)
-- Extract the first longest string that matches the regular expression
-- If the string is 'ABCD', check all strings and see what matches: 'ABCD', 'ABC', 'AB', 'A', 'BCD', 'BC', 'B', 'CD', 'C', 'D'
-- It's not smart enough to handle things like (A)|(BCD) correctly in that it will return the whole string, not just the matching token.
RETURNS TEXT
DETERMINISTIC
BEGIN
DECLARE s INT DEFAULT 1;
DECLARE e INT;
DECLARE adjustStart TINYINT DEFAULT 1;
DECLARE adjustEnd TINYINT DEFAULT 1;
-- Because REGEXP matches anywhere in the string, and we only want the part that matches, adjust the expression to add '^' and '$'
-- Of course, if those are already there, don't add them, but change the method of extraction accordingly.
IF LEFT(exp, 1) = '^' THEN
SET adjustStart = 0;
ELSE
SET exp = CONCAT('^', exp);
END IF;
IF RIGHT(exp, 1) = '$' THEN
SET adjustEnd = 0;
ELSE
SET exp = CONCAT(exp, '$');
END IF;
-- Loop through the string, moving the end pointer back towards the start pointer, then advance the start pointer and repeat
-- Bail out of the loops early if the original expression started with '^' or ended with '$', since that means the pointers can't move
WHILE (s <= LENGTH(string)) DO
SET e = LENGTH(string);
WHILE (e >= s) DO
IF SUBSTRING(string, s, e) REGEXP exp THEN
RETURN SUBSTRING(string, s, e);
END IF;
IF adjustEnd THEN
SET e = e - 1;
ELSE
SET e = s - 1; -- ugh, such a hack to end it early
END IF;
END WHILE;
IF adjustStart THEN
SET s = s + 1;
ELSE
SET s = LENGTH(string) + 1; -- ugh, such a hack to end it early
END IF;
END WHILE;
RETURN NULL;
END
【讨论】：
MySQL 中没有使用正则表达式提取文本的任何语法。您可以使用 REGEXP 来识别包含两个连续数字的行，但是要提取它们，您必须使用普通的字符串操作函数，这在这种情况下非常困难。
替代方案：
SUBSTRING(originaltext from '%#[0-9]{2}#%' for '#')。【讨论】：
我遇到了同样的问题，这是我找到的解决方案（但并非在所有情况下都有效）：
LOCATE() 查找您不想匹配的字符串的开头和结尾MID() 提取中间的子字符串...【讨论】：
我将我的代码用作存储过程（函数），应该可以从单个块中的数字中提取任何数字。这是我更广泛的图书馆的一部分。
DELIMITER $$
-- 2013.04 michal@glebowski.pl
-- FindNumberInText("ab 234 95 cd", TRUE) => 234
-- FindNumberInText("ab 234 95 cd", FALSE) => 95
DROP FUNCTION IF EXISTS FindNumberInText$$
CREATE FUNCTION FindNumberInText(_input VARCHAR(64), _fromLeft BOOLEAN) RETURNS VARCHAR(32)
BEGIN
DECLARE _r VARCHAR(32) DEFAULT '';
DECLARE _i INTEGER DEFAULT 1;
DECLARE _start INTEGER DEFAULT 0;
DECLARE _IsCharNumeric BOOLEAN;
IF NOT _fromLeft THEN SET _input = REVERSE(_input); END IF;
_loop: REPEAT
SET _IsCharNumeric = LOCATE(MID(_input, _i, 1), "0123456789") > 0;
IF _IsCharNumeric THEN
IF _start = 0 THEN SET _start = _i; END IF;
ELSE
IF _start > 0 THEN LEAVE _loop; END IF;
END IF;
SET _i = _i + 1;
UNTIL _i > length(_input) END REPEAT;
IF _start > 0 THEN
SET _r = MID(_input, _start, _i - _start);
IF NOT _fromLeft THEN SET _r = REVERSE(_r); END IF;
END IF;
RETURN _r;
END$$
【讨论】：
我认为更简洁的方法是使用REGEXP_SUBSTR():
这会提取两个任意数字：
SELECT REGEXP_SUBSTR(`originalText`,'[0-9]{2}') AS `twoDigits` FROM `source`;
这会精确提取两位数字，但从 20 到 99（例如：1112 返回 null；1521 返回 52）：
SELECT REGEXP_SUBSTR(`originalText`,'[2-9][0-9]') AS `twoDigits` FROM `source`;
我在 v8.0 中都进行了测试，它们都可以工作。就是这样，祝你好运！
【讨论】：
address,'[0-9]{5}') AS fiveDigits);
如果要返回字符串的一部分：
SELECT id , substring(columnName,(locate('partOfString',columnName)),10) from tableName;
Locate() 将返回匹配字符串的起始位置，它成为Function Substring() 的起始位置
【讨论】：
我知道这个问题被问到已经有一段时间了，但我遇到了这个问题，并认为这对我的自定义正则表达式替换器来说是一个很好的挑战 - 请参阅 this blog post。
...好消息是它可以，尽管它需要调用很多次。请参阅this online rextester demo，它显示了以下 SQL 的工作原理。
SELECT reg_replace(
reg_replace(
reg_replace(
reg_replace(
reg_replace(
reg_replace(
reg_replace(txt,
'[^0-9]+',
',',
TRUE,
1, -- Min match length
0 -- No max match length
),
'([0-9]{3,}|,[0-9],)',
'',
TRUE,
1, -- Min match length
0 -- No max match length
),
'^[0-9],',
'',
TRUE,
1, -- Min match length
0 -- No max match length
),
',[0-9]$',
'',
TRUE,
1, -- Min match length
0 -- No max match length
),
',{2,}',
',',
TRUE,
1, -- Min match length
0 -- No max match length
),
'^,',
'',
TRUE,
1, -- Min match length
0 -- No max match length
),
',$',
'',
TRUE,
1, -- Min match length
0 -- No max match length
) AS `csv`
FROM tbl;
【讨论】：