Question

sqlserver中正则表达式和分组查询

我有这样的一张表，2个字段，一个字段是编号，一个字段是数量，编号类似下面的样子
aaa4587fd
4344ddd5
d2543565
用正则表达式的规则表示就是\d{4},就是编号里的四位数字编码
现在我就想根据这4位的数字编码来进行分组合计查询，应该怎么做呢？？

限制
1、由于项目比较老了，用的还是sqlserver2000的数据库
2、数据源大概有40000条，通过筛选出来类似上面提到的编号和数量的2个字段表平均有5000条
上面编号的例子，第三个有问题，不可能出现第3个编号
所有编号中，要么有且只有一个4位数字编号，要么没有数字编号

Answer 1

使用vbscript 或者是frameword程序集向SqlServer数据库中添加一个正则表达式函数，就可以满足你的需求了嘛。
vbscript 函数(需要SqlServer运行环境中vbscript 库)

CREATE function [dbo].[RegexMatchFirst]
(
@source ntext, --原字符串
@regexp varchar(1000), --正则表达式
@global bit = 1, --是否是全局替换
@ignoreCase bit = 0 --是否忽略大小写
)
returnS varchar(1000) AS
begin
declare @hr integer
declare @objRegExp integer
declare @objMatch INT
declare @matchcount INT
declare @command varchar(50)
declare @result varchar(5000)
exec @hr = sp_OACreate 'VBScript.RegExp', @objRegExp OUTPUT
IF @hr <> 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end

exec @hr = sp_OASetProperty @objRegExp, 'Pattern', @regexp
IF @hr <> 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end

exec @hr = sp_OASetProperty @objRegExp, 'Global', @global
IF @hr <> 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end

exec @hr = sp_OASetProperty @objRegExp, 'IgnoreCase', @ignoreCase
IF @hr <> 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end

exec @hr = sp_OAMethod @objRegExp, 'execute', @objmatch OUTPUT, @source
IF @hr <> 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end

EXEC @hr= sp_OAGetProperty @objmatch, 'count', @matchcount OUT
IF @hr <> 0 or @objmatch = 0 begin
exec @hr = sp_OADestroy @objRegExp
return null
end
set @command = 'item(0).Value'
EXEC @hr= sp_OAGetProperty @objmatch, @command, @result OUT

exec @hr = sp_OADestroy @objRegExp
IF @hr <> 0 begin
return null
end

return @result
end

framework运行时程序集：
打开 Microsoft Visual Studio，创建一个sqlserver 数据库数据库项目，在项目中按照SqlServer方式创建一个正则表达式匹配函数，然后编译部署到你的SqlServer数据库中。
这个时候刷新数据库的可编程性-->函数 --> 标量值函数就会看到你在Microsoft Visual Studio中创建的自定义函数了。

Answer 2

是否匹配：
select dbo.RegexMatch('/Book/103.aspx','/book/(\d+).aspx',1)

返回1，表示匹配成功
select dbo.RegexMatch('/Book/103.aspx','/book/(\d+).aspx',0)

表示0，匹配失败（不忽略大小写）。
数据提取：
select dbo.GetRegexMatchGroups('/Book/103.aspx','/book/(\d+).aspx',1,50)

返回103，非常方便的提取。

Answer 3

sqlserver2000 不支持正则表达式的。

只能自己编写函数，来进行数字的分析判断，比如：

f_has4digit('aaa4587fd')
返回0和1

然后放到查询中，并进行group by即可。

追问

你说的自定义函数是数据库的 还是服务器端脚本的啊？
你说2000不支持正则，那这个自定义函数通过什么方式提取四位编码呢？

追答

就是数据库的自定义函数，和存储过程类似。
对传入的字符串进行逐个字符分析，判断是否连续几个数字就是了

追问

那效率也太低了 - -！谢谢

追答

其实这种非io的处理还是很快的。

Answer 4

这么老的数据库，干嘛不用代码来处理这个逻辑。

追问

如果直接从数据库取出数据，然后用服务器端的语言，比如php进行循环正则

然后用循环进行分类汇总，经过2次全范围循环，这个过程会不会效率太低了

追答

那你就用临时表在数据库端处理，但是数据库段压力会很大，如果用代码在内存处理的话才4W条数据应该不会很慢的。你试试。