Mysql中文檢索匹配與正則

標籤：style   blog   color   io   os   使用   ar   strong   div   

今天在用sql模糊查詢包含字母d的時候，發現一些不包含此字母的也被查詢出來了：

SELECT * FROM customWHERE  custom_realname LIKE ‘%d%‘

查詢了一下，發現以下說明：

（最後修改為：

SELECT * FROM customWHERE  custom_realname LIKE BINARY ‘%d%‘

）

 

今天在做mysql的一個搜尋的時候發現我用 select name from contact where name like ‘%a%‘的時候出來的結果除了包含a的名字外連包含中文“新”的名字也出現在搜尋結果裡面，這令我想弄清楚mysql的匹配模式和規則到底是怎麼樣的,所以決定查查資料瞭解瞭解，另外在匹配的時候Regex也很常用！所以準備在這裡記錄我學習這兩個玩意的收穫！
出現這個問題的原因是：MySQL在查詢字串時是大小寫不敏感的，在編繹MySQL時一般以ISO-8859字元集作為預設的字元集，因此在比較過程中中文編碼字元大小寫轉換造成了這種現象。

解決辦法：
1.在建表的時候對於包含中文的欄位加上“BINARY”屬性，使之進行二進位比較，例如講"name char(10)"改成"name char(10) BINARY"。但是這樣你對該表的該欄位進行匹配的時候是區分大小寫。

2.如果使用源碼編譯MySQL，可以在編譯的時候使用--with--charset=gbk參數，這樣mysql就直接支援中文尋找和排序。

3.使用mysql的locate函數來判斷。如：
SELECT * FROM table WHERE locate(substr,str)>0 ;
locate()有兩個形式：LOCATE(substr,str), LOCATE(substr,str,pos)。返回substr在str中的位置，如果str不包含substr返回0。這個函數也是不區分大小寫。


4.這樣使用sql語句：SELECT * FROM TABLE WHERE FIELDS LIKE BINARY ‘%FIND%‘，但是這和1一樣是區分大小寫如果你想進行不區分大小寫查詢的時候就要使用upper或者lower進行轉換。


5.使用binary和ucase函數及concat函數。ucase是講英文全部轉換大寫，concat對字串進行串連。新的sql語句如下：
select id,title,name from achech_com.news where binary ucase(title) like concat(‘%‘,ucase(‘a‘),‘%‘) 
也可以寫為select id,title,name from achech_com.news where binary ucase(title) like ucase(‘%a%‘) 
檢索的結果還算滿意吧，不過速度可能會因此而慢N毫秒喔。 因為使用like和%進行匹配的話對效率會有一定的影響。

Regex：
Regex是為複雜搜尋指定模式的強大方式。
^ 
所匹配的字串以後面的字串開頭 
mysql> select "fonfo" REGEXP "^fo$"; -> 0（表示不匹配） 
mysql> select "fofo" REGEXP "^fo"; -> 1（表示匹配） 
$ 
所匹配的字串以前面的字串結尾 
mysql> select "fono" REGEXP "^fono$"; -> 1（表示匹配） 
mysql> select "fono" REGEXP "^fo$"; -> 0（表示不匹配） 
.
匹配任何字元（包括新行） 
mysql> select "fofo" REGEXP "^f.*"; -> 1（表示匹配） 
mysql> select "fonfo" REGEXP "^f.*"; -> 1（表示匹配） 
a* 
匹配任意多個a（包括空串) 
mysql> select "Ban" REGEXP "^Ba*n"; -> 1（表示匹配） 
mysql> select "Baaan" REGEXP "^Ba*n"; -> 1（表示匹配） 
mysql> select "Bn" REGEXP "^Ba*n"; -> 1（表示匹配）
 

a+
匹配1個或多個a字元的任何序列。

mysql> select "Ban" REGEXP "^Ba+n"; -> 1（表示匹配） 
mysql> select "Bn" REGEXP "^Ba+n"; -> 0（表示不匹配）

a? 
匹配一個或零個a 
mysql> select "Bn" REGEXP "^Ba?n"; -> 1（表示匹配） 
mysql> select "Ban" REGEXP "^Ba?n"; -> 1（表示匹配） 
mysql> select "Baan" REGEXP "^Ba?n"; -> 0（表示不匹配）

de|abc 
匹配de或abc 
mysql> select "pi" REGEXP "pi|apa"; -> 1（表示匹配） 
mysql> select "axe" REGEXP "pi|apa"; -> 0（表示不匹配） 
mysql> select "apa" REGEXP "pi|apa"; -> 1（表示匹配） 
mysql> select "apa" REGEXP "^(pi|apa)$"; -> 1（表示匹配） 
mysql> select "pi" REGEXP "^(pi|apa)$"; -> 1（表示匹配） 
mysql> select "pix" REGEXP "^(pi|apa)$"; -> 0（表示不匹配）

(abc)* 
匹配任意多個abc（包括空串) 
mysql> select "pi" REGEXP "^(pi)*$"; -> 1（表示匹配） 
mysql> select "pip" REGEXP "^(pi)*$"; -> 0（表示不匹配） 
mysql> select "pipi" REGEXP "^(pi)*$"; -> 1（表示匹配）

{1} {2,3} 
這是一個更全面的方法，它可以實現前面好幾種保留字的功能 
a* 
可以寫成a{0,} 
a 
可以寫成a{1,} 
a? 
可以寫成a{0,1} 
在{}內只有一個整型參數i，表示字元只能出現i次；在{}內有一個整型參數i， 
後面跟一個“，”，表示字元可以出現i次或i次以上；在{}內只有一個整型參數i， 
後面跟一個“，”，再跟一個整型參數j,表示字元只能出現i次以上，j次以下 
（包括i次和j次）。其中的整型參數必須大於等於0，小於等於 RE_DUP_MAX（預設是25 
5）。 如果同時給定了m和n，m必須小於或等於n.

[a-dX], [^a-dX]

匹配任何是（或不是，如果使用^的話）a、b、c、d或X的字元。兩個其他字元之間的“-”字元構成一個範圍，與從第1個字元開始到第2個字元之間的所有字元匹配。例如，[0-9]匹配任何十進位數字 。要想包含文字字元“]”，它必須緊跟在開括弧“[”之後。要想包含文字字元“-”，它必須首先或最後寫入。對於[]對內未定義任何特殊含義的任何字元，僅與其本身匹配。

mysql> select "aXbc" REGEXP "[a-dXYZ]"; -> 1（表示匹配） 
mysql> select "aXbc" REGEXP "^[a-dXYZ]$"; -> 0（表示不匹配） 
mysql> select "aXbc" REGEXP "^[a-dXYZ] $"; -> 1（表示匹配） 
mysql> select "aXbc" REGEXP "^[^a-dXYZ] $"; -> 0（表示不匹配） 
mysql> select "gheis" REGEXP "^[^a-dXYZ] $"; -> 1（表示匹配） 
mysql> select "gheisa" REGEXP "^[^a-dXYZ] $"; -> 0（表示不匹配）

[[.characters.]] 
表示比較元素的順序。在括弧內的字元順序是唯一的。但是括弧中可以包含萬用字元, 
所以他能匹配更多的字元。舉例來說：Regex[[.ch.]]*c匹配chchcc的前五個字元 
。

[=character_class=] 
表示相等的類，可以代替類中其他相等的元素，包括它自己。例如，如果o和( )是 
一個相等的類的成員，那麼[[=o=]]、[[=( )=]]和[o( )]是完全等價的。 

[:character_class:] 
在括弧裡面，在[:和:]中間是字元類的名字，可以代表屬於這個類的所有字元。 
字元類的名字有: alnum、digit、punct、alpha、graph、space、blank、lower、uppe 
r、cntrl、print和xdigit 
mysql> select "justalnums" REGEXP "[[:alnum:]] "; -> 1（表示匹配） 
mysql> select "!!" REGEXP "[[:alnum:]] "; -> 0（表示不匹配） 

alnum	文字數字字元
alpha	文字字元
blank	空白字元
cntrl	控制字元
digit	數字字元
graph	圖形字元
lower	小寫文字字元
print	圖形或空白字元
punct	標點字元
space	空格、定位字元、新行、和斷行符號
upper	大寫文字字元
xdigit	十六進位數字字元

[[:<:]] 
[[:>:]] 
分別匹配一個單詞開頭和結尾的空的字串，這個單詞開頭和結尾都不是包含在alnum中 
的字元也不能是底線。 
mysql> select "a word a" REGEXP "[[:<:]]word[[:>:]]"; -> 1（表示匹配） 
mysql> select "a xword a" REGEXP "[[:<:]]word[[:>:]]"; -> 0（表示不匹配） 
mysql> select "weeknights" REGEXP "^(wee|week)(knights|nights)$"; -> 1（表示 
匹配） 
 

 

要想在Regex中使用特殊字元的文字執行個體，應在其前面加上2個反斜線“/”字元。MySQL解析程式負責解釋其中一個，Regex庫負責解釋另一個。例如，要想與包含特殊字元“+”的字串“1+2”匹配，在下面的Regex中，只有最後一個是正確的：

mysql> SELECT ‘1+2‘ REGEXP ‘1+2‘;                       -> 0

mysql> SELECT ‘1+2‘ REGEXP ‘1/+2‘;                      -> 0

mysql> SELECT ‘1+2‘ REGEXP ‘1//+2‘;                     -> 1

Mysql中文檢索匹配與正則