Question

我发现了一个奇怪的发现。如果我执行以下SQL-Command：

SELECT'Konzessionäre'REGEXP'[[：＆lt;：]] Konzession [[：＆gt;：]]'

它给了我结果 - 正如预期的那样 - 0

但如果我和BINARY运算符一起做同样的事情：

SELECTBINARY'Konzessionäre'REGEXP'[[：＆lt;：]] Konzession [[：＆gt;：]]'

结果是1，所以我认为regexp字边界检测和德语变音符号（就像这里的“ä”）和BINARY运算符一样存在MySQL问题。作为另一个例子，我可以做这个查询：

SELECTBINARY'Konzessionsäre'REGEXP'[[：＆lt;：]] Konzession [[：＆gt;：]]'

所以这里的结果是0 - 正如我所料。那我怎么解决这个问题呢？这可能是MySQL中的一个错误吗？

谢谢

Answer 1

通过将字符串转换为BINARY，您已剥离其关联的字符集属性。因此，不清楚字边界模式应该如何匹配。我猜它只匹配ASCII值A-Z，a-z，0-9，还有_。

当将字符串转换为BINARY时，MySQL不知道任何其他更高的字符值也应该被视为字母数字，因为哪些字符应该是字母数字取决于字符集。

我猜您正在使用BINARY来使其成为区分大小写的正则表达式搜索。显然，这会产生破坏字边界模式匹配的意外后果。

您不应在此比较中使用BINARY。您可以进行二次比较以检查区分大小写的匹配，但不检查字边界。

SELECT (BINARY 'Konzessionäre' REGEXP 'Konzession') AND ('Konzessionäre' REGEXP '[[:<:]]Konzession[[:>:]]')

Answer 2

MySQL的REGEXP适用于字节，而不是字符。因此，在ä中，{{1}}是2个字节。目前还不清楚＆＃34;字边界的定义是什么？在这种情况下。

最新版本的MariaDB有一个更好的正则表达式引擎。