Question

我有一个包含大量电子邮件地址的数据库。

由于脚本中存在错误，数据库中的电子邮件地址错误。这些地址有一个已知的模式。

它们由真正的电子邮件地址组成，在开头与字符串连接。此字符串本身就是电子邮件地址的一部分。

示例：

正确的电子邮件应该是：

john.doe@example.com

相反，我有：

doejohn.doe@example.com

或者：

johndoejohn.doe@example.com

如何识别这些地址？

我考虑创建一个在字符串中找到重复文本的正则表达式，但我可以找到如何做到这一点。

有什么想法吗？

Answer 1

您可以使用以下查询来处理LASTNAMEfirstname.lastname@something.com模式，这将首先找到last_name，然后在第一个.之前的第一部分中将其替换为null。

concat(replace(substr(email,1,locate('.',email)),substr(email,LOCATE('.',email)+1,locate('@',email)-LOCATE('.',email)-1),'')
   ,
   substr(email,locate('.',email)+1,length(email))
   )

请参阅此处的SQL小提琴示例

http://sqlfiddle.com/#!9/24fba/2

但这不会照顾FIRSTNAMElastnameFIRSTNAME.lastname@example.com模式。

Answer 2

现在无法测试，但这可能会有效：

^([^@]{5,})[^@]{1,}\.\1@[^@]+$

在mysql列中查找非连续重复文本

2 个答案: