RegEx for＃/使用MySql的文本模式

我已經在Mysql中使用正則表達式在一定程度上在MySql記錄（例如Init Cap，All Caps）中查找各種字符串模式。我試圖找到一個更復雜的模式，其中還包括可選字符串。我知道如果我只是搜索所有可能的模式，它會工作，但試圖查看正則表達式是否比這更強大，並會幫助我至少減少我需要搜索的模式。基本上這種模式是數字後綴。RegEx for＃/使用MySql的文本模式

1）模式的開始總是一個＃但是從1-5位數的任何地方。我寧願不必搜索[0-9]，然後[0-9] [0-9]等。換句話說，搜索1到9999的任何數字字符串（無前導零）的某種方式

2）前導數字和後綴之間最多可以有三個單詞。再次，我寧願不必與1,2和3個單詞匹配模式。很顯然，如果我必須對每個版本的數字進行此操作，我已經有4 * 3個模式可供搜索，效率不高

3）有一個可選的修飾詞，可以是中間詞後，後綴。如上所述，我傾向於這樣表示，從本質上來說，我可以簡單地創建一個包含以下邏輯的正則表達式：

[最多4位數] [已知修飾詞列表中的可選修飾符] [一個到三個未知單詞] [已知後綴單詞列表的後綴] [已知變體單詞列表中的後綴]

RegEx是否甚至部分完成該任務，如果願意的話，任何幫助都可以啓動。

來源

2014-05-02 Mark H

由於MySQL使用Henry Spencer的正則表達式實現，常用簡寫像\s，\w ......都可能是不可用的，而不是一個可以使用類似於POSIX字符類（MySQL regex manual）。

所需的圖案：

[最多4Digits] [從修改詞語的已知列表可選修飾符] [一至中三未登錄詞] [後綴的後綴詞的已知列表] [可選修飾符從已知的修飾詞列表]

什麼是我不清楚的是：什麼是一個詞？除字母字符外，還可能包含哪些字符？考慮將[[:alpha:]]設爲字元字符或[[:alnum:]]？還可以爲某些字符擴展一個posix類，這應該是單詞字符例如[[:alpha:]\'-]。

同樣的東西可以成爲不同的排序規則等utf8_general_ci，utf8_bin例如不同：

SELECT 'A' REGEXP '[a-z]' =>1

SELECT BINARY 'A' REGEXP '[a-z]' =>0

圖案

假設[[:alpha:]]作爲字字符和[[:space:]]作爲隔板/邊界：

1）[1-9][0-9]{0,3} ...應匹配，以4位數字：1〜9999
2）([[:space:]](mod1a|mod1b|mod1c))? ...可選修改字...... *
3）([[:space:]][[:alpha:]]+){1,3} ...之一三個未登錄詞
4）([[:space:]](sfxa|sfxb|sfxc)) ...從已知列表後綴爲
5）([[:space:]](mod2a|mod2b|mod2c))? ...可選修改字*

的問號後)使括號組可選。裏面還有另一個插入不同單詞的括號內的小組。有關更多詳細信息，請參見SO Regex FAQ。

也有字邊界（零寬度）提供MySQL的正則表達式：[[:<:]]word[[:>:]]

把它全部togehter和^開始和$端錨之間，圖案看起來是這樣：

SELECT '9999 mod1a aa ab ac sfxa mod2a' 
REGEXP '^[1-9][0-9]{0,3}([[:space:]](mod1a|mod1b|mod1c))?([[:space:]][[:alpha:]]+){1,3}([[:space:]](sfxa|sfxb|sfxc))([[:space:]](mod2a|mod2b|mod2c))?$'

測試並修改它以滿足您的需求。希望這有助於，快樂的regexing！

來源

2014-05-02 17:03:15

對於關於shorthands的筆記+1，它已經有一段時間了，因爲我已經在MySQL。 – Sam

在這兩種情況下的偉大建議謝謝。回答你的「什麼是一個詞？」它實際上是兩個或更多字母（不是＃）的任意組合，情況不是問題。重要的標識符是起始數字和後綴，它們可以只是10-20個字符串中的一個（並且可選的後綴修飾符可以是10中的一個）。 Anytihng可以介於真實而實際的情況下，這將是最多三個字。因此Digit（KnownModifer）1-3Words後綴（KnownModifier）。我願意失去（罕見的）4 Words，因爲這將開始讓我的字符串匹配不是實際的模式匹配。 –

不會被擊斃，但更準確地說，這是：[1-4NumberDigit] [可選：10個已知Modifer詞中的任意1個] [任意2個字母或更多不區分大小寫的AlphaWord] [可選任意2個字母或更多不區分大小寫的AlphaWord ] [可選：2個字母或更多不區分大小寫的任意AlphaWord] [10個已知後綴詞中的任意1個] [可選：10個已知修飾詞中的任意1個] –

像這樣的東西可以讓你開始：

[1-9]\d{0,4}\s+ # 1-9 (no leading 0), followed by up to 4 more digits and whitespace 
(\w+\s+)?   # Optional modifier (replace \w+ with modifiers) followed by whitespace 
(\w+\s+){1,3}  # 1-3 occurrences unknown words (you may want to elaborate on \w+) followed by whitespace 
\w+    # Required suffix (replace \w+ with suffixes) 
(\s+\w+)?   # Optional modifier (replace \w+ with modifiers) preceeded by whitespace

看到這個full example你會如何實現你的改性劑/後綴的列表。在這個例子中，我們的修飾符是['optional', 'etc']，我們的後綴是['suffix', 'end']。

這應該讓你在正確的方向，如果你需要更多的指導，讓我知道在評論中。

來源

2014-05-02 15:40:16 Sam

謝謝我嘗試從Johhny5上面修改，然後使用您的regex.com鏈接進行測試。有趣的是，模式匹配在regex.com上完美工作，但在mysql中失敗（返回0）。 –

RegEx for＃/使用MySql的文本模式

回答

相關問題