但是...

Question

在下面的查询中，我想找到以 engineer 开头的记录。例如我想回退描述为 engineer ing

的记录

SELECT * FROM app.desc_test t
WHERE lower(t.desc) REGEXP '[[:<:]]engineer[[:>:]]';

单词边界可以正确处理所有特殊字符（例如，前后的逗号，空格，特殊字符等），但是我不确定如何编写正则表达式，使其以开头

此外，我要如何说这句话或以工程师结尾。

similar issue，但在.NET中

Similar issue，但在MySQL中寻找双引号

MySQL 5.7正则表达式docs

CREATE TABLE desc_test ( id int(11) NOT NULL AUTO_INCREMENT, desc varchar(1000) COLLATE utf8mb4_unicode_ci NOT NULL, PRIMARY KEY (id) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

修改
该值是未知的/动态的，因此硬编码任何“ ing” 表达式都不是解决方案。

Answer 1

如果只想匹配单词的开头，则只需从正则表达式中删除# Play an audio beep. Any audio URL will do. from google.colab import output output.eval_js('new Audio("https://upload.wikimedia.org/wikipedia/commons/0/05/Beep-09.ogg").play()')。

[[:>:]]

Answer 2

注意：首选Bill Karwin引用的全文搜索

因为使用REGEXP比索引解决方案要慢数千倍

但是...

要使用当前的REGEXP实现，您的MySQL应该如下所示：

SELECT * FROM app.desc_test t WHERE lower(t.desc) 
REGEXP '[[:<:]]engineer[a-z]*[[:>:]]';

正则表达式如下：

[[:<:]]engineer[a-z]*[[:>:]]

含义：

[[:<:]]-单词边界的开头
    engineer-搜索（动态）给出的字符串
    [a-z]-介于a到z之间的任意字符，介于0到任意次数之间。
     *-上面的“组”在零到任意次数之间。
    [[:>:]]-单词边界的结尾

以上内容应满足您的需求。您还可以对其进行自定义，例如包含数字（(a-z0-9)）或任何您想要的内容。

对此答案的修订：

一个：

修订，改进：使用[[:alpha:]]，这样：

[[:<:]]engineer[[:alpha:]]*[[:>:]]

两个：

正确的pointed out by Barmar实际上几乎不需要多余的REGEXP。您的语言界限，或缺乏界限，会为您效劳。

因此，要选择以engineer开头或以engineer结尾的任何单词，只需简单地执行REGEXP OR 语句：

SELECT * FROM app.desc_test t WHERE lower(t.desc) 
REGEXP '([[:<:]]engineer)|(engineer)[[:>:]])'

这意味着：

在以下情况下返回true：

术语 engineer 出现在单词的开头，无论后面是什么。
OR 术语 engineer 出现在单词的末尾，而不管其开头是什么。

这应该完全符合您的需求。已在MySQL 5.7上进行了测试。

来源：

示例案例：

Engineer
匹配
Engineering
匹配
Engineers
匹配
Engineer!
匹配

此外，我要如何说这句话或以工程师结尾。

只需翻转REGEXP并将其设置为 OR 语句：

SELECT * FROM app.desc_test t WHERE lower(t.desc) 
REGEXP '[[:<:]](engineer[[:alpha:]]*)|([[:alpha:]]*engineer)[[:>:]]';

告诉REGEXP：
“在单词的开头查找工程师，然后输入任何az值，或者在末尾查找工程师的任何az值“

Answer 3

对于“ desc开头”：

“开头为：

REGEXP:  '^engineer...'
LIKE:    'engineer%...'

案例折叠：

If the collation of the column is `..._ci`, then do _not_ waste time with `LOWER()`.

因此，这对于查找以开头“ engineer”或“ engineering”或“ Engineer”等的desc是最佳的：

   WHERE t.desc LIKE 'engineer%'

如果您的意思是“ desc 包含“工程师”或...的地方”，那么

   WHERE t.desc REGEXP '[[:<:]]engineer'

但是更好的方法是使用FULLTEXT(desc)并使用它；它允许单词在desc中的任何位置，而desc可以为TEXT。

   WHERE MATCH(desc) AGAINST('+engineer*' IN BOOLEAN MODE)

您必须根据实际需求选择选项。同时，这是它们的相对性能：

LOWER(desc) ... –较差，无论条款的其余部分如何
LIKE 'engineer%'-如果您有INDEX(desc)
LIKE 'engineer%'-较差，没有索引或带有前缀：INDEX(desc(100))
MATCH...-出色的索引FULLTEXT。
REGEXP ...-贫穷；将检查每条记录

对于“有一个以或开头的单词”：

您需要列出正面和负面的测试用例：

engineering blah
The engineer.
MechanicalEngineering  -- neither starts nor ends at word boundary??
engineer

如果所有这些都有效，那么这是唯一可行的答案：

    WHERE t.desc LIKE '%engineer%'

等效的REGEXP 'engineer'速度较慢（但效果相同）。

对于其他情况，我会看一些接近的东西

   WHERE t.desc REGEXP '[[:<:]]engineer|engineer[[:>:]]'

查找以“ engineer”开头或结尾的“单词”。请注意，这不包括“ MechanicalEngineering”。

使用REGEXP（MySql）查询单词边界内以字符串开头/结尾的记录

3 个答案:

但是...

对此答案的修订：