Question

mysql 正则表达式 如何截取字符串中指定格式的字符

我从数据库中取了一个字段 例如 字段名是 a 他的内容如下：
1.1.1.2中文1中文中文3
2.1.3.14单独的3中文3中文1
类似这种格式 ： 数字.数字.数字.数字 中文 我想把最前面的 1.1.1.2 或者2.1.3.14 这种格式的字符串取出来 后面的内容都不要。其中的最前面的数字 有可能是1位最多2位。正则表达式怎么写啊？？

Answer 1

mysql> select @col;
+---------------------------+
| @col |
+---------------------------+
| 2.1.3.14单独的3中文3中文1 |
+---------------------------+
1 row in set

mysql> select concat(substring_index(@col, ".", 3), ".", replace(@col, concat(substring_index(@col, ".", 3), "."), "")+0) as result;
+----------+
| result |
+----------+
| 2.1.3.14 |
+----------+
1 row in set

你把第二句中的 @col 替换成你的列名就可以了，然后加上 from 表　成为一个完成的 sql 语句试试吧。

Answer 2

MySQL 一直以来都支持正则匹配，不过对于正则替换则一直到MySQL 8.0 才支持。对于这类场景，以前要么在MySQL端处理，要么把数据拿出来在应用端处理。

比如我想把表y1的列str1的出现第3个action的子 串替换成dble，怎么实现？

1. 自己写SQL层的存储函数。代码如下写死了3个，没有优化，仅仅作为演示，MySQL 里非常不建议写这样的函数。

• mysql

• DELIMITER $$

• USE `ytt`$$

• DROP FUNCTION IF EXISTS `func_instr_simple_ytt`$$

• CREATE DEFINER=`root`@`localhost` FUNCTION `func_instr_simple_ytt`(

• f_str VARCHAR(1000), -- Parameter 1

• f_substr VARCHAR(100),  -- Parameter 2

• f_replace_str varchar(100),

• f_times int -- times counter.only support  3.

• ) RETURNS varchar(1000)

• BEGIN

• declare v_result varchar(1000) default 'ytt'; -- result.

• declare v_substr_len int default 0; -- search string length.

• set f_times = 3; -- only support  3.

• set v_substr_len = length(f_substr);

• select instr(f_str,f_substr) into @p1; -- First real position .

• select instr(substr(f_str,@p1+v_substr_len),f_substr) into @p2; Secondary virtual position.

• select instr(substr(f_str,@p2+ @p1 +2*v_substr_len - 1),f_substr) into @p3; -- Third virtual position.

• if @p1 > 0  && @p2 > 0 && @p3 > 0 then -- Fine.

• select

• concat(substr(f_str,1,@p1 + @p2 + @p3 + (f_times - 1) * v_substr_len  - f_times)

• ,f_replace_str,

• substr(f_str,@p1 + @p2 + @p3 + f_times * v_substr_len-2)) into v_result;

• else

• set v_result = f_str; -- Never changed.

• end if;

• -- Purge all session variables.

• set @p1 = null;

• set @p2 = null;

• set @p3 = null;

• return v_result;

• end;

• $$

• DELIMITER ;

• -- 调用函数来更新：

• mysql> update y1 set str1 = func_instr_simple_ytt(str1,'action','dble',3);

• Query OK, 20 rows affected (0.12 sec)

• Rows matched: 20  Changed: 20  Warnings: 0

2. 导出来用sed之类的工具替换掉在导入，步骤如下：（推荐使用）

1）导出表y1的记录。

• mysqlmysql> select * from y1 into outfile '/var/lib/mysql-files/y1.csv';Query OK, 20 rows affected (0.00 sec)




2）用sed替换导出来的数据。

• shellroot@ytt-Aspire-V5-471G:/var/lib/mysql-files#  sed -i 's/action/dble/3' y1.csv




3）再次导入处理好的数据，完成。

• mysql

• mysql> truncate y1;

• Query OK, 0 rows affected (0.99 sec)

• mysql> load data infile '/var/lib/mysql-files/y1.csv' into table y1;

• Query OK, 20 rows affected (0.14 sec)

• Records: 20  Deleted: 0  Skipped: 0  Warnings: 0

以上两种还是推荐导出来处理好了再重新导入，性能来的高些，而且还不用自己费劲写函数代码。

那MySQL 8.0 对于以上的场景实现就非常简单了，一个函数就搞定了。

• mysqlmysql> update y1 set str1 = regexp_replace(str1,'action','dble',1,3) ;Query OK, 20 rows affected (0.13 sec)Rows matched: 20  Changed: 20  Warnings: 0




还有一个regexp_instr 也非常有用，特别是这种特指出现第几次的场景。比如定义 SESSION 变量@a。

• mysqlmysql> set @a = 'aa bb cc ee fi lucy  1 1 1 b s 2 3 4 5 2 3 5 561 19 10 10 20 30 10 40';Query OK, 0 rows affected (0.04 sec)




拿到至少两次的数字出现的第二次子串的位置。

• mysqlmysql> select regexp_instr(@a,'[:digit:]{2,}',1,2);+--------------------------------------+| regexp_instr(@a,'[:digit:]{2,}',1,2) |+--------------------------------------+|                                   50 |+--------------------------------------+1 row in set (0.00 sec)




那我们在看看对多字节字符支持如何。

• mysql

• mysql> set @a = '中国 美国 俄罗斯 日本 中国 北京 上海 深圳 广州 北京 上海 武汉 东莞 北京 青岛 北京';

• Query OK, 0 rows affected (0.00 sec)

• mysql> select regexp_instr(@a,'北京',1,1);

• +-------------------------------+

• | regexp_instr(@a,'北京',1,1)   |

• +-------------------------------+

• |                            17 |

• +-------------------------------+

• 1 row in set (0.00 sec)

• mysql> select regexp_instr(@a,'北京',1,2);

• +-------------------------------+

• | regexp_instr(@a,'北京',1,2)   |

• +-------------------------------+

• |                            29 |

• +-------------------------------+

• 1 row in set (0.00 sec)

• mysql> select regexp_instr(@a,'北京',1,3);

• +-------------------------------+

• | regexp_instr(@a,'北京',1,3)   |

• +-------------------------------+

• |                            41 |

• +-------------------------------+

• 1 row in set (0.00 sec)

那总结下，这里我提到了 MySQL 8.0 的两个最有用的正则匹配函数 regexp_replace 和 regexp_instr。针对以前类似的场景算是有一个完美的解决方案。

Answer 3

代码如下:
CREATE PROCEDURE sp_str
(
IN p_str VARCHAR(50), /*原始字符串*/
IN p_begin_str VARCHAR(50), /*要匹配的起始字符串*/
IN p_end_str VARCHAR(50)) /*要匹配的结束字符串*/
OUT p_result VARCHAR(50)) /*返回结果*/
NOT DETERMINISTIC
SQL SECURITY DEFINER
COMMENT ''
BEGIN
DECLARE m_len INT DEFAULT 0;
DECLARE m_index INT DEFAULT 0;
/*计算第一个匹配字符串的索引位置*/
select locate(p_begin_str,p_str)+char_length(p_begin_str) into m_index;
/*计算第一个匹配字符串的长度*/
select locate(p_end_str,p_str,m_index) into m_len;
select SUBSTRING(p_str,m_index,m_len-m_index) INTO p_result ;
END;

执行：
CALL sp_str('[]abcd[12345]aa[]ss','abcd[',']',@result);
返回值 @result 为12345
call sp_str('[]abcd[sdww]aa[]ss','abcd[',']',@result);
返回值 @result 为sdww
如果不用存储过程，可以直接写sql语句实现：

代码如下:
select SUBSTRING(
']abcd[12345]111[]',
locate('abcd[',']abcd[12345]111[]')+CHAR_LENGTH('abcd['),
locate(']',']abcd[12345]111[]',CHAR_LENGTH('abcd['))-
(select locate('abcd[',']abcd[12345]111[]')+CHAR_LENGTH('abcd['))
)

返回值为 12345
关于mysql的函数介绍：
CHAR_LENGTH(str) 　
返回字符串str的长度。
LOCATE(substr,str) 　
POSITION(substr IN str)
返回子串substr在字符串str第一个出现的位置，如果substr不是在str里面，返回0.
mysql> select LOCATE('bar', 'foobarbar');
-> 4
mysql> select LOCATE('xbar', 'foobar');
-> 0
该函数是多字节可靠的。 LOCATE(substr,str,pos)
返回子串substr在字符串str第一个出现的位置，从位置pos开始。如果substr不是在str里面，返回0。
mysql> select LOCATE('bar', 'foobarbar',5);
-> 7
这函数是多字节可靠的。
SUBSTRING(str,pos,len) 　
SUBSTRING(str FROM pos FOR len) 　
MID(str,pos,len)
从字符串str返回一个len个字符的子串，从位置pos开始。使用FROM的变种形式是ANSI SQL92语法。
mysql> select SUBSTRING('Quadratically',5,6);
-> 'ratica'
该函数是多字节可靠的。
SUBSTRING(str,pos)