MySQL：小写或大写正则表达式是否安全？

Question

我在MySQL中使用多字节编码（utf-8）数据中的正则表达式，但我需要它不区分大小写。由于MySQL有错误（多年未解决）它无法正确处理匹配的多字节编码字符串不区分大小写，我试图通过降低值和正则表达式模式来模拟“不敏感”。以这种方式小写regexp模式是否安全？我的意思是，有没有遗忘的边缘案例？

跟随会导致任何问题吗？

LOWER('šárKA') = REGEXP LOWER('^Šárka$')

更新：我编辑的问题更具体。

MySQL documentation：

  

REGEXP和RLIKE运算符以字节方式工作，因此它们不是多字节安全的，并且可能会产生多字节字符集的意外结果。此外，这些运算符通过字节值比较字符，即使给定的排序规则将它们视为相等，重音字符也可能无法比较。

到目前为止their bug filed in 2007尚未解决。但是，我不能只是改变数据库来解决这个问题。我需要以某种方式将MySQL视为'Š'等于'š'，即使它是通过用不那么优雅的解决方案来破解它。除了重音（多字节）之外的其他字符匹配良好且没有问题。

Answer 1

正则表达式的i选项将确保它不区分大小写。

示例：

'^(?i)Foo$' // (?i) will turn on case insensitivity for the rest of the regex
'/^Foo$/i'  // the i options turns off case sensitivity

请注意，这些可能不适用于您特定的正则表达式（您尚未暗示过），因此请务必参阅手册以了解正确的语法。

更新

从这里开始：http://dev.mysql.com/doc/refman/5.1/en/regexp.html

  

REGEXP不区分大小写，除非与二进制字符串一起使用。

Answer 2

由于没有人真正回答我原来的问题，我做了自己的研究并意识到小写或大写正则表达式是不安全的，没有任何其他处理。确切地说，使用理论上纯正的正则表达式来做这件事是安全的，但是他们的每个理智的实现都会添加一些字符类和特殊指令，这些指令很容易发生更改：

• 转发\n，\t等
等序列
• 字符类，如\W（非字母数字）和\w（字母数字）。
• 字符类，如[.characters.]，[=character_class=]或[:character_class:]（MySQL正则表达式方言）。

小写或大写\W和\w可能会完全改变正则表达式的含义。这导致以下结论：

• 提出的解决方案是禁止的。
• 提供的解决方案是可能的，但正则表达式必须以更复杂的方式小写，而不仅仅是使用LOWER或类似的东西。必须对其进行解析，并且必须仔细更改案例。