mysql - 如何在 MySQL 中进行正则表达式替换？

Question

我有一张约 500k 行的表；varchar(255) UTF8 列filename包含一个文件名；

我正在尝试从文件名中删除各种奇怪的字符 - 我想我会使用一个字符类：[^a-zA-Z0-9()_ .\-]

现在，MySQL 中是否有一个函数可以让您通过正则表达式进行替换？我正在寻找与 REPLACE() 函数类似的功能 - 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REGEXP/RLIKE，但那些只检查是否有匹配，而不是匹配是什么。

（我可以SELECT pkey_id,filename FROM foo WHERE filename RLIKE '[^a-zA-Z0-9()_ .\-]'从 PHP 脚本中执行“ ”，preg_replace然后执行“ UPDATE foo ... WHERE pkey_id=...”，但这看起来像是最后的手段，缓慢而丑陋的 hack）

score 160 · Accepted Answer

MySQL 8.0+：

您可以使用本机REGEXP_REPLACE功能。

旧版本：

您可以使用用户定义的函数 ( UDF )，例如mysql-udf-regexp。

score 150 · Accepted Answer

如果您使用 MariaDB 或 MySQL 8.0，它们有一个功能

REGEXP_REPLACE(col, regexp, replace)

请参阅MariaDB 文档和PCRE 正则表达式增强

请注意，您也可以使用正则表达式分组（我发现这非常有用）：

SELECT REGEXP_REPLACE("stackoverflow", "(stack)(over)(flow)", '\\2 - \\1 - \\3')

返回

over - stack - flow

score 116 · Accepted Answer

我让这个工作的蛮力方法只是：

倾倒桌子——mysqldump -u user -p database table > dump.sql
查找和替换几个模式 - find /path/to/dump.sql -type f -exec sed -i 's/old_string/new_string/g' {} \;，显然还有其他 perl 正则表达式，您也可以在文件上执行。
导入表 -mysqlimport -u user -p database table < dump.sql

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相似的环境中。在运行替换之前创建备份也不是那么难，以防您不小心破坏了丢失信息深度的东西。

score 111 · Accepted Answer

使用MySQL 8.0+，您可以使用本机REGEXP_REPLACE功能。

12.5.2 正则表达式：

REGEXP_REPLACE(expr, pat, repl[, pos[, occurrence[, match_type]]])

用替换字符串repl替换字符串expr中匹配由模式pat指定的正则表达式的匹配项，并返回结果字符串。如果expr、pat或repl是，则返回值为。NULLNULL

和正则表达式支持：

以前，MySQL使用 Henry Spencer 正则表达式库来支持正则表达式运算符 ( REGEXP, RLIKE)。

正则表达式支持已使用 Unicode 国际组件 (ICU) 重新实现，它提供完整的 Unicode 支持并且是多字节安全的。该函数以and运算符REGEXP_LIKE()的方式执行正则表达式匹配，这些运算符现在是该函数的同义词。此外，、和函数可用于分别查找匹配位置并执行子字符串替换和提取。REGEXPRLIKE REGEXP_INSTR() REGEXP_REPLACE() REGEXP_SUBSTR()

SELECT REGEXP_REPLACE('Stackoverflow','[A-Zf]','-',1,0,'c'); 
-- Output:
-tackover-low

DBFiddle 演示

score 48 · Accepted Answer

我最近写了一个 MySQL 函数来使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：

http://techras.wordpress.com/2011/06/02/regex-replace-for-mysql/

这是功能代码：

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 ;

示例执行：

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

score 46 · Accepted Answer

我们在不使用正则表达式的情况下解决了这个问题，这个查询只替换了完全匹配的字符串。

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

例子：

emp_id 员工名字

1 杰

2 杰杰

3 杰

执行查询结果后：

emp_id 员工名字

1个ABC

2 abc阿杰

3 美国广播公司

score 18 · Accepted Answer

更新 2： MySQL 8.0 现在提供了一组有用的正则表达式函数，包括REGEXP_REPLACE 。除非您被限制使用早期版本，否则这会使阅读变得不必要。

更新 1：现在已将其制成博客文章：http ://stevettt.blogspot.co.uk/2018/02/a-mysql-regular-expression-replace.html

以下扩展了Rasika Godawatte 提供的功能，但会遍历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 ;

演示

Rextester 演示

限制

当主题字符串很大时，这种方法当然会花费一些时间。更新：现在添加了最小和最大匹配长度参数，以在已知这些参数时提高效率（零 = 未知/无限）。
它不允许替换反向引用（例如\1，\2 等）来替换捕获组。如果需要此功能，请参阅此答案，该答案试图通过更新该功能以允许在每个找到的匹配项中进行二次查找和替换（以增加复杂性为代价）来提供解决方法。
如果在模式中使用^和/或$，它们必须分别位于最开始和最结束 - 例如(^start|end$)不支持的模式。
有一个“贪婪”标志来指定整体匹配应该是贪婪还是非贪婪。a.*?b.*不支持在单个正则表达式（例如）中结合贪婪和惰性匹配。

使用示例

该函数已用于回答以下 StackOverflow 问题：

score 17 · Accepted Answer

我很高兴地报告，自从提出这个问题以来，现在有了一个令人满意的答案！看看这个了不起的包：

https://github.com/mysqludf/lib_mysqludf_preg

示例 SQL：

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

我从这个博客文章中找到了这个问题的链接。

score 8 · Accepted Answer

您“可以”这样做...但这不是很明智...这与我将尝试的一样大胆...只要完整的RegEx支持您最好使用perl或类似的东西。

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[[:>:]]'

score 6 · Accepted Answer

我们可以在 SELECT 查询中使用 IF 条件，如下所示：

假设对于任何带有“ABC”、“ABC1”、“ABC2”、“ABC3”、...的东西，我们想用“ABC”替换，然后在 SELECT 查询中使用 REGEXP 和 IF() 条件，我们可以实现这一点.

句法：

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

例子：

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

score 5 · Accepted Answer

我认为有一种简单的方法可以实现这一目标，并且对我来说效果很好。

使用 REGEX 选择行

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

使用 REGEX 更新行

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'

正则表达式参考： https ://www.geeksforgeeks.org/mysql-regular-expressions-regexp/

score 4 · Accepted Answer

下面的基本上从左边找到第一个匹配，然后替换它的所有出现（在mysql-5.6中测试）。

用法：

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

执行：

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 ;

score 0 · Accepted Answer

是的你可以。

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

mysql - 如何在 MySQL 中进行正则表达式替换？

13 回答 13

MySQL 8.0+：

旧版本：

Related

Reference