mysql - 使用正则表达式查询 mysql 数据库以获取单词

Question

我正在使用正则表达式来获取一组完成下一个语法的单词：

SELECT * FROM words WHERE word REGEXP '^[dcqaahii]{5}$'

我的第一印象让我觉得这很好，直到我意识到有些字母的使用超过了正则表达式中包含的内容。

问题是我想得到所有可以用括号内的字母组成的单词（即5个字母），所以如果我有两个'a'，结果单词可以没有'a'，一个'a'甚至两个'a'，但没有更多。

我应该在我的正则表达式中添加什么来避免这种情况？

提前致谢。

Answer 1

正如其他人所建议的那样，首先检索所有候选人并进行后处理可能会更好：

SELECT * FROM words WHERE word REGEXP '^[dcqahi]{5}$'

但是，没有什么能阻止您执行多个 REGEXP。您可以使用这个邋遢的表达式选择字母“a”的 0、1 或 2 次出现：

'^[^a]*a?[^a]*a?[^a]*$'

所以先进行预过滤，然后将其他 REGEXP 要求与 AND 结合起来：

SELECT * FROM words
  WHERE word REGEXP '^[dcqahi]{5}$'
    AND word REGEXP '^[^a]*a?[^a]*a?[^a]*$'
    AND word REGEXP '^[^i]*i?[^i]*i?[^i]*$'

[编辑]作为事后的想法，我推断对于非元音，您也希望限制为 0 或 1 次出现。既然如此，那你就继续……

    AND word REGEXP '^[^d]*d?[^d]*$'
    AND word REGEXP '^[^c]*c?[^c]*$'
    AND word REGEXP '^[^q]*q?[^q]*$'
    AND word REGEXP '^[^h]*h?[^h]*$'

呸。

Answer 2

我能想到的唯一解决方案是使用上面的 SQL，您必须获得一组初始过滤的数据，然后循环遍历它并使用一些更适合做那种的服务器端代码（PHP 等）进一步过滤逻辑。

Answer 3

在正则表达式中，方括号 [] 只是一个字符类，就像一个允许的字符列表。因此，在括号内两次指定相同的字母是多余的。

例如，模式[sed]将匹配sed，并且seed因为e是允许字符的一部分。之后在大括号 {} 中指定字符数仅仅是字符类先前允许的字符总数。

因此，该模式[sed]{3}将匹配sed但不匹配seed。

我建议将用于测试单词有效性的逻辑从 SQL 转移到您的程序中。