SQL中的正则使用

背景

合理使用正则匹配可以大幅提升SQL查找的效率

---

需求

给定数据表regular_demo，其字段结构如下

DESC regular_demo ;
1

表内数据如下

select 	*
from	regular_demo
1
2

1. 获取以aa开头的字段
2. 获取以ab开头的字段
3. 获取除ab开头以外的字段
4. 获取除aa、aab开头以外的字段

---

方法

1. 获取以aa开头的字段

SQL语句：

SELECT `aa.*`
FROM ytrec_dev.regular_demo
;
1
2
3

执行结果：

2. 获取以ab开头的字段

SQL语句：

SELECT `ab.*`
FROM ytrec_dev.regular_demo
;
1
2
3

执行结果：

3. 获取除ab开头以外的字段

SQL语句：

SELECT `(ab)?+.+`
FROM ytrec_dev.regular_demo
;
1
2
3

执行结果：

4. 获取除aa、aab开头以外的字段

SQL语句：

SELECT `(aab|aa)?+.+` -- 正确写法
FROM ytrec_dev.regular_demo
;
1
2
3

执行结果：

注意这里不能写为

SELECT `(aa|aab)?+.+`  -- 错误写法
1

正确写法中遇到aab时，首先与(aab|ab)中的aab进行匹配，发现可以进行匹配（注意“或”的特性，可以则不继续尝试ab）。由于?+构成占有优先量词，所以不返回匹配结果，继续向下进行匹配。此时aab字段已经没有后续字符，而.+要求至少再出现一个任意字符，因此aab因无法匹配被排除。
而错误写法中遇到aab时，首先与(aa|aab)中的aa进行匹配，发现可以匹配。同样由于?+构成占有优先量词，所以不返回匹配结果，继续向下进行匹配。但此时aab还有一个b没有完成匹配，正好与.*完成匹配，因此无法被过滤