使用MySQL从字符串中隔离电子邮件地址

我试图从一块自由域文本（列名为text）中分离电子邮件地址

自由文本字段中的前后字符有许多不同的变体，即：

email me! john@smith.com
e:john@smith.com m:555-555-5555
john@smith.com--personal email

我尝试了

INSTR（）

和

SUBSTRING_INDEX（）

的变体，首先隔离

“@”

（可能是查找电子邮件时的一个可靠常数…）并提取左侧的字符（直到出现空格或非限定字符，如

“-”

或

：“

）并对

@

后面的文本执行相同的操作

然而，到目前为止，我所尝试的一切都没有将噪音过滤到我需要的程度

---

显然，100%的准确率是不可能的，但有人介意试一试我如何构造select语句吗

在MySQL中没有简单的解决方案。但是，在使用正则表达式检索后，您可以轻松地执行此操作

下面是一个如何在您的案例中使用它的示例：

如果希望它从一个字符串中选择所有电子邮件地址：

您可以使用正则表达式提取MySQL中确实包含电子邮件的组，但它仍然无法从字符串中提取组。这必须在MySQL之外完成

SELECT * FROM table
WHERE column RLIKE '\w*@\w*.\w*'

RLIKE

仅用于匹配它，您可以在

SELECT

中使用

REGEXP

，但它仅返回1或0，无论是否找到匹配项：s

---

如果你真的想在MySQL中提取它，也许这另一个可以帮助你。但这似乎需要做大量的工作，而不是在MySQL之外进行

现在在MySQL 5和8中，您可以使用REGEXP_SUBSTR将电子邮件从一块自由文本中分离出来

SELECT * FROM table
WHERE column RLIKE '\w*@\w*.\w*'

SELECT *, REGEXP_SUBSTR(`TEXT`, '([a-zA-Z0-9._%+\-]+)@([a-zA-Z0-9.-]+)\.([a-zA-Z]{2,4})') AS Emails FROM `mytable`;

如果您只想通过电子邮件获取记录并删除重复项

SELECT DISTINCT REGEXP_SUBSTR(`TEXT`, '([a-zA-Z0-9._%+\-]+)@([a-zA-Z0-9.-]+)\.([a-zA-Z]{2,4})') AS Emails FROM `mytable` WHERE `TEXT` REGEXP '([a-zA-Z0-9._%+\-]+)@([a-zA-Z0-9.-]+)\.([a-zA-Z]{2,4})';

---

电子邮件的正则表达式验证本身就是一场噩梦@ElzoValugi当然，我做了一个非常基本的正则表达式，因为电子邮件可能也包含数字和某些字符。托马斯在他的问题中说，他的目标不是100%准确。最好是从一开始就确保输入的内容是干净的，而不是试图从随机文本中提取电子邮件地址，因为这样做肯定不可能在所有的文本中都获得100%的准确率