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}$'

我的第一印象让我感觉它是好的，直到我意识到有些字母的用法超过了正则表达式中的含义。

问题是我希望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'结果单词就没有'a'，一个'a' '或者甚至两个'a'，但不多了。

为了避免这种情况，我应该在正则表达式中添加什么？

提前致谢。

Answer 1

如其他人所建议的那样，首先检索所有候选人并进行后期处理可能会更好：

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

然而，没有什么能阻止你做多个REGEXP。您可以使用这个蹩脚的表达式选择字母'a'的0,1或2次出现：

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

首先进行预过滤，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]*$'

[edit] 作为一个事后的想法，我推断出对于非元音你也想要限制为0或1的出现。所以如果是这样的话，你会继续......

    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就是使用上面的SQL来获取初始过滤的数据集，然后循环遍历它并进一步过滤一些服务器端代码（PHP等），这更适合做那种逻辑。

Answer 3

在正则表达式中，方括号[]仅仅是一个字符类，就像允许的字符列表一样。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和seed，因为e是允许字符的一部分。在大括号{}中指定之后的字符数仅仅是字符类先前允许的字符总数。

因此，模式[sed]{3}将与sed匹配，但不会与seed匹配。

我建议将用于测试SQL中单词有效性的逻辑移动到您的程序中。