Question

我的工作数据库来自网络论坛。其中有一个表格，其中包含帖子的所有数据（即用户在线程中提交的文本）。这些帖子包含名为message的列，这是该帖子的实际内容。帖子可以包含任何字符以及表情符号。笑脸用冒号表示，紧随其后的是简短的可变长度简短说明，再用冒号表示。即:clap:。一个帖子可以包含多个表情符号。

我正在尝试提出一种方法，以提取posts表中所有表情符号的列表。

到目前为止，我正在做的是一个查询，该查询提取了至少包含两个冒号的帖子列表：

SELECT 
    thread_id
    , post_id
    , SUBSTRING_INDEX(SUBSTRING_INDEX(message, ':', 2), ':', -1) 
FROM 
    xf_post
WHERE 
    ROUND((CHAR_LENGTH(message) - CHAR_LENGTH(REPLACE(message, ':', ""))) / CHAR_LENGTH(':')) > 1
LIMIT 50

这有效，但还会返回消息，其中用户出于任何原因包括多个冒号，例如random : text followed : by more text或时间戳记00:00:12345。

我希望实现的结果是返回所有出现在冒号之间的字母数字字符，不带任何空格。（是的，这将删除所有纯数字的笑脸，但¯\_(ツ)_/¯）。

我摆弄REGEXP，并提出了以下内容：[:][a-zA-Z]+(?=:)[:]根据regex101产生了我想要的东西。

如何使用它来捕获输出，并且仅查看分号之间的值，并且最好以这种方式显示单个帖子中出现的所有笑脸？

谢谢。

Answer 1

@SimonlucaLandi至少帮助我弄清楚了显示结果的方式。我的最终查询：

SELECT 
    thread_id
    , post_id
    , REGEXP_SUBSTR(message, '':[a-zA-Z]+:'')
FROM 
    xf_post
WHERE 
    message REGEXP '':[a-zA-Z]+:''
LIMIT 50

MySQL模式匹配以查找特定文本

1 个答案: