MySQL正则表达式进行模糊查询的完全指南

sql
-- 传统LIKE写法
SELECT * FROM users 
WHERE username LIKE '%admin%';

-- 使用正则表达式（更直观）
SELECT * FROM users 
WHERE username REGEXP 'admin';

-- 两者的区别：
-- LIKE '%admin%' 可以匹配：superadmin、admin123、myadmin
-- REGEXP 'admin'  可以匹配：admin、administrator、badmin（同样匹配！）

sql
-- 查找以"张"开头的姓名
SELECT * FROM employees 
WHERE name REGEXP '^张';

-- 查找以"com"结尾的邮箱
SELECT * FROM users 
WHERE email REGEXP 'com$';

-- 查找以"139"开头的手机号
SELECT * FROM customers 
WHERE phone REGEXP '^139';

-- 精确匹配"hello"（开头到结尾都是hello）
SELECT * FROM messages 
WHERE content REGEXP '^hello$';

sql
-- 查找姓"张"或"王"的员工
SELECT * FROM employees 
WHERE name REGEXP '^[张王]';

-- 查找包含数字0-5的电话
SELECT * FROM contacts 
WHERE phone REGEXP '[0-5]';

-- 查找元音字母开头的单词
SELECT * FROM articles 
WHERE title REGEXP '^[aeiouAEIOU]';

-- 排除性匹配：查找不是数字的字符
SELECT * FROM logs 
WHERE message REGEXP '[^0-9]';  -- ^在[]内表示"非"

sql
-- 精确匹配：包含3个连续数字
SELECT * FROM products 
WHERE product_code REGEXP '[0-9]{3}';

-- 范围匹配：2到4个数字
SELECT * FROM orders 
WHERE order_no REGEXP '[0-9]{2,4}';

-- 至少匹配：3个或更多字母
SELECT * FROM books 
WHERE isbn REGEXP '[A-Z]{3,}';

-- 可选匹配：0个或1个字母
SELECT * FROM files 
WHERE filename REGEXP 'backup_[0-9]?\.sql';

-- 一个或多个：匹配连续的数字
SELECT * FROM logs 
WHERE log_id REGEXP '[0-9]+';

-- 零个或多个：匹配可能的前缀
SELECT * FROM configs 
WHERE key_name REGEXP 'debug_.*';

sql
-- 匹配"区号-电话号码"格式
SELECT * FROM contacts 
WHERE phone REGEXP '^([0-9]{3,4})-([0-9]{7,8})$';

-- 查找多种日期格式
SELECT * FROM documents 
WHERE date_string REGEXP '(202[0-9]-[0-9]{2}-[0-9]{2})|([0-9]{2}/[0-9]{2}/202[0-9])';

-- 分组提取（MySQL 8.0+）
SELECT 
    phone,
    REGEXP_SUBSTR(phone, '^([0-9]{3,4})-([0-9]{7,8})$', 1, 1, '', 1) as area_code,
    REGEXP_SUBSTR(phone, '^([0-9]{3,4})-([0-9]{7,8})$', 1, 1, '', 2) as phone_number
FROM contacts 
WHERE phone REGEXP '^[0-9]{3,4}-[0-9]{7,8}$';

sql
-- 匹配点号（需要转义）
SELECT * FROM files 
WHERE filename REGEXP '\.txt$';

-- 匹配包含方括号的内容
SELECT * FROM logs 
WHERE message REGEXP '\\[error\\]';

sql
-- 验证邮箱格式
SELECT email,
       CASE 
           WHEN email REGEXP '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$' 
           THEN '有效邮箱'
           ELSE '无效邮箱'
       END as validation_result
FROM users;

-- 验证手机号（中国大陆）
SELECT phone,
       CASE
           WHEN phone REGEXP '^1[3-9][0-9]{9}$' THEN '有效手机号'
           WHEN phone REGEXP '^[0-9]{3,4}-[0-9]{7,8}$' THEN '有效座机'
           ELSE '无效号码'
       END as phone_type
FROM customers;

-- 验证身份证号（简单版）
SELECT id_card,
       CASE
           WHEN id_card REGEXP '^[1-9][0-9]{5}(18|19|20)[0-9]{2}(0[1-9]|1[0-2])(0[1-9]|[1-2][0-9]|3[0-1])[0-9]{3}[0-9Xx]$'
           THEN '格式正确'
           ELSE '格式错误'
       END as id_validation
FROM person_info;

sql
-- 提取纯数字内容
SELECT 
    content,
    REGEXP_REPLACE(content, '[^0-9]', '') as numbers_only
FROM mixed_data;

-- 清理多余空格
SELECT 
    address,
    REGEXP_REPLACE(address, '\\s+', ' ') as cleaned_address
FROM customer_address;

-- 标准化日期格式
SELECT 
    original_date,
    CASE
        WHEN original_date REGEXP '^[0-9]{4}-[0-9]{2}-[0-9]{2}$' THEN original_date
        WHEN original_date REGEXP '^[0-9]{2}/[0-9]{2}/[0-9]{4}$' 
        THEN CONCAT(
            SUBSTRING_INDEX(SUBSTRING_INDEX(original_date, '/', -1), '/', 1),
            '-',
            LPAD(SUBSTRING_INDEX(original_date, '/', 1), 2, '0'),
            '-',
            LPAD(SUBSTRING_INDEX(SUBSTRING_INDEX(original_date, '/', 2), '/', -1), 2, '0')
        )
        ELSE NULL
    END as standard_date
FROM dates_table;

sql
-- 从日志中提取IP地址
SELECT 
    log_entry,
    REGEXP_SUBSTR(log_entry, '[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}') as ip_address
FROM server_logs
WHERE log_entry REGEXP '[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}';

-- 提取错误级别
SELECT 
    log_entry,
    CASE
        WHEN log_entry REGEXP '\\[(ERROR|FATAL)\\]' THEN '严重错误'
        WHEN log_entry REGEXP '\\[WARNING\\]' THEN '警告'
        WHEN log_entry REGEXP '\\[INFO\\]' THEN '信息'
        ELSE '未知级别'
    END as log_level
FROM application_logs;

-- 提取时间戳和消息
SELECT 
    log_entry,
    REGEXP_SUBSTR(log_entry, '\\[[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}\\]') as timestamp,
    REGEXP_REPLACE(log_entry, '^.*\\] ', '') as message
FROM system_logs;

sql
-- 创建虚拟列存储提取的信息
ALTER TABLE users 
ADD COLUMN email_domain VARCHAR(100) 
GENERATED ALWAYS AS (
    REGEXP_SUBSTR(email, '@([A-Za-z0-9.-]+)$', 1, 1, '', 1)
) STORED;

-- 在虚拟列上创建索引
CREATE INDEX idx_email_domain ON users(email_domain);

-- 现在可以快速查询特定域名的用户
SELECT * FROM users WHERE email_domain = 'gmail.com';

sql
-- ❌ 避免过度复杂的正则表达式
SELECT * FROM large_table 
WHERE content REGEXP '^([a-z]+)\\1{10,}';  -- 可能很慢！

-- ✅ 尽量使用更简单的模式
SELECT * FROM large_table 
WHERE content REGEXP 'aaaaaaaaaaa';  -- 更高效

-- ❌ 避免在开头使用通配符
SELECT * FROM users 
WHERE username REGEXP '.*admin';  -- 扫描全表

-- ✅ 尽量锚定开头
SELECT * FROM users 
WHERE username REGEXP '^admin.*';  -- 可以使用索引

sql
-- 1. 测试正则表达式（先SELECT后WHERE）
SELECT 'test@example.com' REGEXP '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$' as is_valid;

-- 2. 使用变量存储复杂正则表达式
SET @phone_regex = '^1[3-9][0-9]{9}$';
SELECT * FROM customers WHERE phone REGEXP @phone_regex;

-- 3. 组合使用LIKE和REGEXP
SELECT * FROM products 
WHERE 
    -- 先用LIKE过滤大部分数据（快）
    description LIKE '%折扣%' 
    AND 
    -- 再用REGEXP精确匹配（准）
    description REGEXP '限时折扣[0-9]{1,2}%';

-- 4. 正则表达式调试函数
SELECT 
    REGEXP_INSTR('hello123world', '[0-9]+') as match_position,  -- 返回6
    REGEXP_SUBSTR('hello123world', '[0-9]+') as match_string,    -- 返回"123"
    REGEXP_REPLACE('hello123world', '[0-9]+', '###') as replaced_string;  -- "hello###world"

sql
-- 场景1：简单前缀匹配（推荐LIKE）
-- LIKE版本（更快）
SELECT * FROM products WHERE name LIKE 'Apple%';

-- REGEXP版本
SELECT * FROM products WHERE name REGEXP '^Apple';

-- 场景2：复杂模式匹配（必须用REGEXP）
-- 查找包含3个连续数字的产品编码
SELECT * FROM products WHERE code REGEXP '[0-9]{3}';
-- LIKE无法实现！

-- 场景3：混合使用（最佳实践）
-- 先用LIKE快速过滤，再用REGEXP精确匹配
SELECT * FROM logs 
WHERE 
    message LIKE '%error%'  -- 快速过滤
    AND message REGEXP 'error:[0-9]{4}';  -- 精确匹配