如何在MySQL中替换正则表达式？

我有一张约500k行的桌子；varchar（255）UTF8列

文件名

包含一个文件名

我试图从文件名中去掉各种奇怪的字符-我想我应该使用一个字符类：

[^a-zA-Z0-9（）。\-]

现在，MySQL中是否有一个函数允许您通过正则表达式进行替换？我正在寻找一个类似的函数来替换（）函数-简化示例如下：

SELECT REPLACE('stackowerflow', 'ower', 'over');

Output: "stackoverflow"

/* does something like this exist? */
SELECT X_REG_REPLACE('Stackoverflow','/[A-Zf]/','-'); 

Output: "-tackover-low"

我知道，但这些只是检查是否有匹配，而不是匹配是什么

（我可以从PHP脚本中执行“

选择pkey\u id，文件名来自foo，其中文件名类似“[^a-zA-Z0-9（）\.-]”

”，执行

preg\u replace

，然后“

更新foo…其中pkey\u id=…

”，但这看起来像是最后一个缓慢而丑陋的黑客手段）

MySQL 8.0+： 您可以使用本机函数

旧版本：

---

您可以使用用户定义函数（UDF），如。

我最近编写了一个MySQL函数，用正则表达式替换字符串。您可以在以下位置找到我的帖子：

以下是功能代码：

DELIMITER $$

CREATE FUNCTION  `regex_replace`(pattern VARCHAR(1000),replacement VARCHAR(1000),original VARCHAR(1000))
RETURNS VARCHAR(1000)
DETERMINISTIC
BEGIN 
 DECLARE temp VARCHAR(1000); 
 DECLARE ch VARCHAR(1); 
 DECLARE i INT;
 SET i = 1;
 SET temp = '';
 IF original REGEXP pattern THEN 
  loop_label: LOOP 
   IF i>CHAR_LENGTH(original) THEN
    LEAVE loop_label;  
   END IF;
   SET ch = SUBSTRING(original,i,1);
   IF NOT ch REGEXP pattern THEN
    SET temp = CONCAT(temp,ch);
   ELSE
    SET temp = CONCAT(temp,replacement);
   END IF;
   SET i=i+1;
  END LOOP;
 ELSE
  SET temp = original;
 END IF;
 RETURN temp;
END$$

DELIMITER ;

执行示例：

mysql> select regex_replace('[^a-zA-Z0-9\-]','','2my test3_text-to. check \\ my- sql (regular) ,expressions ._,');

---

我用蛮力的方法让它工作就是：

转储表-

mysqldump-u user-p database table>Dump.sql

查找并替换一对模式-

Find/path/to/dump.sql-type f-exec sed-i's/old_string/new_string/g'{}\
导入表-
mysqlimport-u user-p数据库表

如果要确保字符串不在数据集中的其他位置，请运行一些正则表达式，以确保它们都出现在类似的环境中。在运行替换之前创建备份也不是那么困难，以防您意外地破坏了某些丢失深度信息的内容
 你“能”做到。。。但这不是很明智。。。这是我要尝试的最大胆的事。。。就完全正则表达式支持而言，最好使用perl之类的工具

UPDATE db.tbl
SET column = 
CASE 
WHEN column REGEXP '[[:<:]]WORD_TO_REPLACE[[:>:]]' 
THEN REPLACE(column,'WORD_TO_REPLACE','REPLACEMENT')
END 
WHERE column REGEXP '[[:<:]]WORD_TO_REPLACE[[:>:]]'

更新db.tbl
设置列=
案例
当列REGEXP“[[：：]”时
然后替换（列，'WORD_TO_REPLACE'，'REPLACEMENT'）
终止
其中列REGEXP“[[：：]”
我很高兴地报告，既然有人问了这个问题，现在有了令人满意的答案！看看这个很棒的套餐：


示例SQL：

SELECT PREG_REPLACE('/(.*?)(fox)/' , 'dog' , 'the quick brown fox' ) AS demo;

我从上的链接中找到了该包。
如果您使用的是MariaDB或MySQL 8.0，则它们有一个函数

REGEXP_REPLACE(col, regexp, replace)

看到和

请注意，您也可以使用regexp分组（我发现这非常有用）：

返回

over - stack - flow

我们可以在SELECT查询中使用IF条件，如下所示：

假设对于带有“ABC”、“ABC1”、“ABC2”、“ABC3”的任何内容，我们希望替换为“ABC”，然后在SELECT查询中使用REGEXP和IF（）条件，我们可以实现这一点

语法：

SELECT IF(column_name REGEXP 'ABC[0-9]$','ABC',column_name)
FROM table1 
WHERE column_name LIKE 'ABC%';

例如：

SELECT IF('ABC1' REGEXP 'ABC[0-9]$','ABC','ABC1');

我们不使用正则表达式就解决了这个问题
此查询仅替换完全匹配的字符串

update employee set
employee_firstname = 
trim(REPLACE(concat(" ",employee_firstname," "),' jay ',' abc '))

例如：

SELECT IF('ABC1' REGEXP 'ABC[0-9]$','ABC','ABC1');

emp_id员工名

1杰伊

2杰伊·阿杰

3杰伊

执行查询结果后：

emp_id员工名

1 abc

2 abc ajay

3 abc

更新2:MySQL 8.0中现在提供了一组有用的正则表达式函数，包括。这使得阅读变得不必要，除非您必须使用早期版本


更新1:已将此内容写入博客帖子：


以下内容扩展了，但拖网了所有必要的子字符串，而不仅仅是测试单个字符：

-- ------------------------------------------------------------------------------------
-- USAGE
-- ------------------------------------------------------------------------------------
-- SELECT reg_replace(<subject>,
--                    <pattern>,
--                    <replacement>,
--                    <greedy>,
--                    <minMatchLen>,
--                    <maxMatchLen>);
-- where:
-- <subject> is the string to look in for doing the replacements
-- <pattern> is the regular expression to match against
-- <replacement> is the replacement string
-- <greedy> is TRUE for greedy matching or FALSE for non-greedy matching
-- <minMatchLen> specifies the minimum match length
-- <maxMatchLen> specifies the maximum match length
-- (minMatchLen and maxMatchLen are used to improve efficiency but are
--  optional and can be set to 0 or NULL if not known/required)
-- Example:
-- SELECT reg_replace(txt, '^[Tt][^ ]* ', 'a', TRUE, 2, 0) FROM tbl;
DROP FUNCTION IF EXISTS reg_replace;
DELIMITER //
CREATE FUNCTION reg_replace(subject VARCHAR(21845), pattern VARCHAR(21845),
  replacement VARCHAR(21845), greedy BOOLEAN, minMatchLen INT, maxMatchLen INT)
RETURNS VARCHAR(21845) DETERMINISTIC BEGIN 
  DECLARE result, subStr, usePattern VARCHAR(21845); 
  DECLARE startPos, prevStartPos, startInc, len, lenInc INT;
  IF subject REGEXP pattern THEN
    SET result = '';
    -- Sanitize input parameter values
    SET minMatchLen = IF(minMatchLen IS NULL OR minMatchLen < 1, 1, minMatchLen);
    SET maxMatchLen = IF(maxMatchLen IS NULL OR maxMatchLen < 1
                         OR maxMatchLen > CHAR_LENGTH(subject),
                         CHAR_LENGTH(subject), maxMatchLen);
    -- Set the pattern to use to match an entire string rather than part of a string
    SET usePattern = IF (LEFT(pattern, 1) = '^', pattern, CONCAT('^', pattern));
    SET usePattern = IF (RIGHT(pattern, 1) = '$', usePattern, CONCAT(usePattern, '$'));
    -- Set start position to 1 if pattern starts with ^ or doesn't end with $.
    IF LEFT(pattern, 1) = '^' OR RIGHT(pattern, 1) <> '$' THEN
      SET startPos = 1, startInc = 1;
    -- Otherwise (i.e. pattern ends with $ but doesn't start with ^): Set start pos
    -- to the min or max match length from the end (depending on "greedy" flag).
    ELSEIF greedy THEN
      SET startPos = CHAR_LENGTH(subject) - maxMatchLen + 1, startInc = 1;
    ELSE
      SET startPos = CHAR_LENGTH(subject) - minMatchLen + 1, startInc = -1;
    END IF;
    WHILE startPos >= 1 AND startPos <= CHAR_LENGTH(subject)
      AND startPos + minMatchLen - 1 <= CHAR_LENGTH(subject)
      AND !(LEFT(pattern, 1) = '^' AND startPos <> 1)
      AND !(RIGHT(pattern, 1) = '$'
            AND startPos + maxMatchLen - 1 < CHAR_LENGTH(subject)) DO
      -- Set start length to maximum if matching greedily or pattern ends with $.
      -- Otherwise set starting length to the minimum match length.
      IF greedy OR RIGHT(pattern, 1) = '$' THEN
        SET len = LEAST(CHAR_LENGTH(subject) - startPos + 1, maxMatchLen), lenInc = -1;
      ELSE
        SET len = minMatchLen, lenInc = 1;
      END IF;
      SET prevStartPos = startPos;
      lenLoop: WHILE len >= 1 AND len <= maxMatchLen
                 AND startPos + len - 1 <= CHAR_LENGTH(subject)
                 AND !(RIGHT(pattern, 1) = '$' 
                       AND startPos + len - 1 <> CHAR_LENGTH(subject)) DO
        SET subStr = SUBSTRING(subject, startPos, len);
        IF subStr REGEXP usePattern THEN
          SET result = IF(startInc = 1,
                          CONCAT(result, replacement), CONCAT(replacement, result));
          SET startPos = startPos + startInc * len;
          LEAVE lenLoop;
        END IF;
        SET len = len + lenInc;
      END WHILE;
      IF (startPos = prevStartPos) THEN
        SET result = IF(startInc = 1, CONCAT(result, SUBSTRING(subject, startPos, 1)),
                        CONCAT(SUBSTRING(subject, startPos, 1), result));
        SET startPos = startPos + startInc;
      END IF;
    END WHILE;
    IF startInc = 1 AND startPos <= CHAR_LENGTH(subject) THEN
      SET result = CONCAT(result, RIGHT(subject, CHAR_LENGTH(subject) + 1 - startPos));
    ELSEIF startInc = -1 AND startPos >= 1 THEN
      SET result = CONCAT(LEFT(subject, startPos), result);
    END IF;
  ELSE
    SET result = subject;
  END IF;
  RETURN result;
END//
DELIMITER ;

——------------------------------------------------------------------------------------
--用法
-- ------------------------------------------------------------------------------------
--选择reg_replace（，
--                    ,
--                    ,
--                    ,
--                    ,
--                    );
--其中：
--要查找以进行替换的字符串
--是要匹配的正则表达式
--是替换字符串
--对于贪婪匹配为TRUE，对于非贪婪匹配为FALSE
--指定最小匹配长度
--指定最大匹配长度
--（minMatchLen和maxMatchLen用于提高效率，但不适用
--可选，如果不知道/不需要，可以设置为0或NULL）
--例如：
--从tbl中选择reg_replace（txt，“^[Tt][^]*”，“a'，TRUE，2,0）；
删除功能（如果存在）reg_replace；
分隔符//
创建函数reg_replace（主体VARCHAR（21845）、模式VARCHAR（21845），
替换VARCHAR（21845）、贪婪布尔、minMatchLen INT、maxMatchLen INT）
返回VARCHAR（21845）值
声明结果，subStr，usePattern VARCHAR（21845）；
声明startPos、previstartpos、startInc、len、lenic INT；
如果主题是REGEXP模式，那么
设置结果=“”；
--清理输入参数值
设置minMatchLen=IF（minMatchLen为NULL或minMatchLen<1,1，minMatchLen）；
设置maxMatchLen=IF（maxMatchLen为NULL或maxMatchLen<1
或maxMatchLen>字符长度（主题），
字符长度（主题），最大匹配长度；
--设置用于匹配整个字符串而不是字符串的一部分的模式
设置usePattern=IF（左（pattern，1）='^'，pattern，CONCAT（'^'，pattern））；
设置usePattern=IF（右（pattern，1）='$'，usePattern，CONCAT（usePattern'$）；
--如果模式以^开头或不以$结尾，则将“开始位置”设置为1。
如果左（模式1）='^'或右（模式1）'$'，则
设置startPos=1，startInc=1；
--否则（即模式以$结尾，但不以^开头）：设置开始位置
--至末端的最小或最大匹配长度（取决于“贪婪”标志）。
艾尔塞夫那么贪婪
设置startPos=CHAR_LENGTH（主题）-maxMatchLen+1，startInc=1；
其他的
s
SELECT REGEXP_REPLACE('Stackoverflow','[A-Zf]','-',1,0,'c'); 
-- Output:
-tackover-low

SELECT REGEX_REPLACE('dis ambiguity', 'dis[[:space:]]*ambiguity', 'disambiguity');

DELIMITER $$
CREATE FUNCTION REGEX_REPLACE(
  var_original VARCHAR(1000),
  var_pattern VARCHAR(1000),
  var_replacement VARCHAR(1000)
  ) RETURNS
    VARCHAR(1000)
  COMMENT 'Based on https://techras.wordpress.com/2011/06/02/regex-replace-for-mysql/'
BEGIN
  DECLARE var_replaced VARCHAR(1000) DEFAULT var_original;
  DECLARE var_leftmost_match VARCHAR(1000) DEFAULT
    REGEX_CAPTURE_LEFTMOST(var_original, var_pattern);
    WHILE var_leftmost_match IS NOT NULL DO
      IF var_replacement <> var_leftmost_match THEN
        SET var_replaced = REPLACE(var_replaced, var_leftmost_match, var_replacement);
        SET var_leftmost_match = REGEX_CAPTURE_LEFTMOST(var_replaced, var_pattern);
        ELSE
          SET var_leftmost_match = NULL;
        END IF;
      END WHILE;
  RETURN var_replaced;
END $$
DELIMITER ;

DELIMITER $$
CREATE FUNCTION REGEX_CAPTURE_LEFTMOST(
  var_original VARCHAR(1000),
  var_pattern VARCHAR(1000)
  ) RETURNS
    VARCHAR(1000)
  COMMENT '
  Captures the leftmost substring that matches the [var_pattern]
  IN [var_original], OR NULL if no match.
  '
BEGIN
  DECLARE var_temp_l VARCHAR(1000);
  DECLARE var_temp_r VARCHAR(1000);
  DECLARE var_left_trim_index INT;
  DECLARE var_right_trim_index INT;
  SET var_left_trim_index = 1;
  SET var_right_trim_index = 1;
  SET var_temp_l = '';
  SET var_temp_r = '';
  WHILE (CHAR_LENGTH(var_original) >= var_left_trim_index) DO
    SET var_temp_l = LEFT(var_original, var_left_trim_index);
    IF var_temp_l REGEXP var_pattern THEN
      WHILE (CHAR_LENGTH(var_temp_l) >= var_right_trim_index) DO
        SET var_temp_r = RIGHT(var_temp_l, var_right_trim_index);
        IF var_temp_r REGEXP var_pattern THEN
          RETURN var_temp_r;
          END IF;
        SET var_right_trim_index = var_right_trim_index + 1;
        END WHILE;
      END IF;
    SET var_left_trim_index = var_left_trim_index + 1;
    END WHILE;
  RETURN NULL;
END $$
DELIMITER ;

SELECT * FROM `table_name` WHERE `column_name_to_find` REGEXP 'string-to-find'

UPDATE `table_name` SET column_name_to_find=REGEXP_REPLACE(column_name_to_find, 'string-to-find', 'string-to-replace') WHERE column_name_to_find REGEXP 'string-to-find'

UPDATE table_name 
  SET column_name = 'seach_str_name'
  WHERE column_name REGEXP '[^a-zA-Z0-9()_ .\-]';