如何在MySQL中替换正则表达式？

Question

我有一张约500k行的表; varchar（255）UTF8列filename包含文件名;

我试图从文件名中删除各种奇怪的字符 - 我以为我会使用字符类：[^a-zA-Z0-9()_ .\-]

现在， MySQL中是否有一个函数可以让您通过正则表达式替换？我正在寻找与REPLACE（）函数类似的功能 - 简化示例如下：

SELECT REPLACE('stackowerflow', 'ower', 'over');

Output: "stackoverflow"

/* does something like this exist? */
SELECT X_REG_REPLACE('Stackoverflow','/[A-Zf]/','-'); 

Output: "-tackover-low"

我知道REGEXP/RLIKE，但那些只检查，如果匹配，而不是匹配的。

（我可以从PHP脚本执行“SELECT pkey_id,filename FROM foo WHERE filename RLIKE '[^a-zA-Z0-9()_ .\-]'”，执行preg_replace然后“UPDATE foo ... WHERE pkey_id=...”，但这看起来像是最后一个 - 缓慢而丑陋的黑客攻击）

Answer 1

没有

但是如果您可以访问您的服务器，则可以使用mysql-udf-regexp之类的用户定义函数（UDF）。

编辑： MySQL 8.0+您可以使用本机REGEXP_REPLACE。更多上面的回答

Answer 2

改用MariaDB。它有一个功能

REGEXP_REPLACE(col, regexp, replace)

请参阅MariaDB docs和PCRE Regular expression enhancements

请注意，您也可以使用正则表达式分组（我发现它非常有用）：

SELECT REGEXP_REPLACE("stackoverflow", "(stack)(over)(flow)", '\\2 - \\1 - \\3')

返回

over - stack - flow

Answer 3

我的强力方法让它发挥作用只是：

1. 转储表格 - mysqldump -u user -p database table > dump.sql
2. 查找并替换几个模式 - find /path/to/dump.sql -type f -exec sed -i 's/old_string/new_string/g' {} \;，显然您还可以在文件上执行其他perl regeular表达式。
3. 导入表格 - mysqlimport -u user -p database table < dump.sql

如果要确保字符串不在数据集的其他位置，请运行一些正则表达式以确保它们都出现在类似的环境中。在运行替换之前创建备份并不困难，以防您意外破坏丢失信息深度的内容。

Answer 4

我最近编写了一个MySQL函数来使用正则表达式替换字符串。你可以在以下位置找到我的帖子：

http://techras.wordpress.com/2011/06/02/regex-replace-for-mysql/

这是功能代码：

DELIMITER $$

CREATE FUNCTION  `regex_replace`(pattern VARCHAR(1000),replacement VARCHAR(1000),original VARCHAR(1000))
RETURNS VARCHAR(1000)
DETERMINISTIC
BEGIN 
 DECLARE temp VARCHAR(1000); 
 DECLARE ch VARCHAR(1); 
 DECLARE i INT;
 SET i = 1;
 SET temp = '';
 IF original REGEXP pattern THEN 
  loop_label: LOOP 
   IF i>CHAR_LENGTH(original) THEN
    LEAVE loop_label;  
   END IF;
   SET ch = SUBSTRING(original,i,1);
   IF NOT ch REGEXP pattern THEN
    SET temp = CONCAT(temp,ch);
   ELSE
    SET temp = CONCAT(temp,replacement);
   END IF;
   SET i=i+1;
  END LOOP;
 ELSE
  SET temp = original;
 END IF;
 RETURN temp;
END$$

DELIMITER ;

执行示例：

mysql> select regex_replace('[^a-zA-Z0-9\-]','','2my test3_text-to. check \\ my- sql (regular) ,expressions ._,');

Answer 5

MySQL 8.0+你可以原生使用REGEXP_REPLACE。

12.5.2 Regular Expressions：

  

REGEXP_REPLACE（expr，pat，repl [，pos [，occurrence [，match_type]]]）

     

将字符串expr中与模式pat指定的正则表达式匹配的匹配项替换为替换字符串repl，并返回结果字符串。如果expr，pat或repl为NULL，则返回值为NULL。

和Regular expression support：

  

以前，MySQL使用Henry Spencer正则表达式库来支持正则表达式运算符（REGEXP，RLIKE）。

     

正则表达式支持已使用国际Unicode组件（ICU）重新实现，它提供完整的Unicode支持并且是多字节安全的。 REGEXP_LIKE（）函数以REGEXP和RLIKE运算符的方式执行正则表达式匹配，这些运算符现在是该函数的同义词。 此外，REGEXP_INSTR（），REGEXP_REPLACE（）和REGEXP_SUBSTR（）函数可用于查找匹配位置并分别执行子字符串替换和提取。

SELECT REGEXP_REPLACE('Stackoverflow','[A-Zf]','-',1,0,'c'); 
-- Output:
-tackover-low

<强> DBFiddle Demo

Answer 6

我们在不使用正则表达式的情况下解决了这个问题 此查询仅替换完全匹配字符串。

update employee set
employee_firstname = 
trim(REPLACE(concat(" ",employee_firstname," "),' jay ',' abc '))

示例：

  

emp_id employee_firstname

     

1 jay

     

2 jay ajay

     

3 jay

执行查询结果后：

  

emp_id employee_firstname

     

1 abc

     

2 abc ajay

     

3 abc

Answer 7

我很高兴地报告，自从提出这个问题以来，现在有一个满意的答案！看看这个了不起的包：

https://github.com/mysqludf/lib_mysqludf_preg

示例SQL：

SELECT PREG_REPLACE('/(.*?)(fox)/' , 'dog' , 'the quick brown fox' ) AS demo;

我发现this blog post上的this question包已链接到<{3}}。

Answer 8

更新2：现在，MySQL 8.0中提供了一组有用的正则表达式函数，包括REGEXP_REPLACE。除非您限制使用早期版本，否则这会使阅读变得不必要。

更新1：现在已将此内容发布到博文中：http://stevettt.blogspot.co.uk/2018/02/a-mysql-regular-expression-replace.html

以下内容扩展了function provided by Rasika Godawatte，但是拖拽了所有必要的子字符串，而不仅仅是测试单个字符：

-- ------------------------------------------------------------------------------------
-- USAGE
-- ------------------------------------------------------------------------------------
-- SELECT reg_replace(<subject>,
--                    <pattern>,
--                    <replacement>,
--                    <greedy>,
--                    <minMatchLen>,
--                    <maxMatchLen>);
-- where:
-- <subject> is the string to look in for doing the replacements
-- <pattern> is the regular expression to match against
-- <replacement> is the replacement string
-- <greedy> is TRUE for greedy matching or FALSE for non-greedy matching
-- <minMatchLen> specifies the minimum match length
-- <maxMatchLen> specifies the maximum match length
-- (minMatchLen and maxMatchLen are used to improve efficiency but are
--  optional and can be set to 0 or NULL if not known/required)
-- Example:
-- SELECT reg_replace(txt, '^[Tt][^ ]* ', 'a', TRUE, 2, 0) FROM tbl;
DROP FUNCTION IF EXISTS reg_replace;
DELIMITER //
CREATE FUNCTION reg_replace(subject VARCHAR(21845), pattern VARCHAR(21845),
  replacement VARCHAR(21845), greedy BOOLEAN, minMatchLen INT, maxMatchLen INT)
RETURNS VARCHAR(21845) DETERMINISTIC BEGIN 
  DECLARE result, subStr, usePattern VARCHAR(21845); 
  DECLARE startPos, prevStartPos, startInc, len, lenInc INT;
  IF subject REGEXP pattern THEN
    SET result = '';
    -- Sanitize input parameter values
    SET minMatchLen = IF(minMatchLen < 1, 1, minMatchLen);
    SET maxMatchLen = IF(maxMatchLen < 1 OR maxMatchLen > CHAR_LENGTH(subject),
                         CHAR_LENGTH(subject), maxMatchLen);
    -- Set the pattern to use to match an entire string rather than part of a string
    SET usePattern = IF (LEFT(pattern, 1) = '^', pattern, CONCAT('^', pattern));
    SET usePattern = IF (RIGHT(pattern, 1) = '$', usePattern, CONCAT(usePattern, '$'));
    -- Set start position to 1 if pattern starts with ^ or doesn't end with $.
    IF LEFT(pattern, 1) = '^' OR RIGHT(pattern, 1) <> '$' THEN
      SET startPos = 1, startInc = 1;
    -- Otherwise (i.e. pattern ends with $ but doesn't start with ^): Set start pos
    -- to the min or max match length from the end (depending on "greedy" flag).
    ELSEIF greedy THEN
      SET startPos = CHAR_LENGTH(subject) - maxMatchLen + 1, startInc = 1;
    ELSE
      SET startPos = CHAR_LENGTH(subject) - minMatchLen + 1, startInc = -1;
    END IF;
    WHILE startPos >= 1 AND startPos <= CHAR_LENGTH(subject)
      AND startPos + minMatchLen - 1 <= CHAR_LENGTH(subject)
      AND !(LEFT(pattern, 1) = '^' AND startPos <> 1)
      AND !(RIGHT(pattern, 1) = '$'
            AND startPos + maxMatchLen - 1 < CHAR_LENGTH(subject)) DO
      -- Set start length to maximum if matching greedily or pattern ends with $.
      -- Otherwise set starting length to the minimum match length.
      IF greedy OR RIGHT(pattern, 1) = '$' THEN
        SET len = LEAST(CHAR_LENGTH(subject) - startPos + 1, maxMatchLen), lenInc = -1;
      ELSE
        SET len = minMatchLen, lenInc = 1;
      END IF;
      SET prevStartPos = startPos;
      lenLoop: WHILE len >= 1 AND len <= maxMatchLen
                 AND startPos + len - 1 <= CHAR_LENGTH(subject)
                 AND !(RIGHT(pattern, 1) = '$' 
                       AND startPos + len - 1 <> CHAR_LENGTH(subject)) DO
        SET subStr = SUBSTRING(subject, startPos, len);
        IF subStr REGEXP usePattern THEN
          SET result = IF(startInc = 1,
                          CONCAT(result, replacement), CONCAT(replacement, result));
          SET startPos = startPos + startInc * len;
          LEAVE lenLoop;
        END IF;
        SET len = len + lenInc;
      END WHILE;
      IF (startPos = prevStartPos) THEN
        SET result = IF(startInc = 1, CONCAT(result, SUBSTRING(subject, startPos, 1)),
                        CONCAT(SUBSTRING(subject, startPos, 1), result));
        SET startPos = startPos + startInc;
      END IF;
    END WHILE;
    IF startInc = 1 AND startPos <= CHAR_LENGTH(subject) THEN
      SET result = CONCAT(result, RIGHT(subject, CHAR_LENGTH(subject) + 1 - startPos));
    ELSEIF startInc = -1 AND startPos >= 1 THEN
      SET result = CONCAT(LEFT(subject, startPos), result);
    END IF;
  ELSE
    SET result = subject;
  END IF;
  RETURN result;
END//
DELIMITER ;

<强>演示

Rextester Demo

<强>限制

1. 这个方法当然会在主题上花一些时间 字符串很大。 更新： 现已添加最小和最大匹配长度参数，以便在知道这些参数时提高效率（零=未知/无限制）。
2. 赢得允许替换反向引用（例如\1，\2 等）替换捕获组。如果需要此功能，请参阅this answer，它会尝试通过更新功能来提供解决方法，以便在每个找到的匹配项中进行辅助查找和替换（以增加复杂性为代价）。
3. 如果在模式中使用^和/或$，则它们必须分别位于开头和结尾 - 例如不支持(^start|end$)等模式。
4. 有一个＆＃34;贪心＆＃34;用于指定整体匹配是贪婪还是非贪婪的标志。不支持在单个正则表达式（例如a.*?b.*）中组合贪婪和惰性匹配。

使用示例

该函数已用于回答以下StackOverflow问题：

• How to count words in MySQL / regular expression replacer?
• How to extract the nth word and count word occurrences in a MySQL string?
• How to extract two consecutive digits from a text field in MySQL?
• How to remove all non-alpha numeric characters from a string in MySQL?
• How to replace every other instance of a particular character in a MySQL string?

Answer 9

你可以'做'但是这不是很明智......这就像我会尝试的那样大胆......只要完整的RegEx支持你使用perl之类的东西就更好了。

UPDATE db.tbl
SET column = 
CASE 
WHEN column REGEXP '[[:<:]]WORD_TO_REPLACE[[:>:]]' 
THEN REPLACE(column,'WORD_TO_REPLACE','REPLACEMENT')
END 
WHERE column REGEXP '[[:<:]]WORD_TO_REPLACE[[:>:]]'

Answer 10

我们可以在SELECT查询中使用IF条件，如下所示：

假设对于＆＃34; ABC＆＃34;，＆＃34; ABC1＆＃34;，＆＃34; ABC2＆＃34;，＆＃34; ABC3＆＃34;，...，我们想要的任何东西取代＆＃34; ABC＆＃34;然后在SELECT查询中使用REGEXP和IF（）条件，我们就可以实现这一点。

语法：

SELECT IF(column_name REGEXP 'ABC[0-9]$','ABC',column_name)
FROM table1 
WHERE column_name LIKE 'ABC%';

示例：

SELECT IF('ABC1' REGEXP 'ABC[0-9]$','ABC','ABC1');

Answer 11

下面的那个基本上是从左侧找到第一个匹配项，然后替换所有匹配项（在mysql-5.6中进行了测试）。

用法：

SELECT REGEX_REPLACE('dis ambiguity', 'dis[[:space:]]*ambiguity', 'disambiguity');

实现：

DELIMITER $$
CREATE FUNCTION REGEX_REPLACE(
  var_original VARCHAR(1000),
  var_pattern VARCHAR(1000),
  var_replacement VARCHAR(1000)
  ) RETURNS
    VARCHAR(1000)
  COMMENT 'Based on https://techras.wordpress.com/2011/06/02/regex-replace-for-mysql/'
BEGIN
  DECLARE var_replaced VARCHAR(1000) DEFAULT var_original;
  DECLARE var_leftmost_match VARCHAR(1000) DEFAULT
    REGEX_CAPTURE_LEFTMOST(var_original, var_pattern);
    WHILE var_leftmost_match IS NOT NULL DO
      IF var_replacement <> var_leftmost_match THEN
        SET var_replaced = REPLACE(var_replaced, var_leftmost_match, var_replacement);
        SET var_leftmost_match = REGEX_CAPTURE_LEFTMOST(var_replaced, var_pattern);
        ELSE
          SET var_leftmost_match = NULL;
        END IF;
      END WHILE;
  RETURN var_replaced;
END $$
DELIMITER ;

---

DELIMITER $$
CREATE FUNCTION REGEX_CAPTURE_LEFTMOST(
  var_original VARCHAR(1000),
  var_pattern VARCHAR(1000)
  ) RETURNS
    VARCHAR(1000)
  COMMENT '
  Captures the leftmost substring that matches the [var_pattern]
  IN [var_original], OR NULL if no match.
  '
BEGIN
  DECLARE var_temp_l VARCHAR(1000);
  DECLARE var_temp_r VARCHAR(1000);
  DECLARE var_left_trim_index INT;
  DECLARE var_right_trim_index INT;
  SET var_left_trim_index = 1;
  SET var_right_trim_index = 1;
  SET var_temp_l = '';
  SET var_temp_r = '';
  WHILE (CHAR_LENGTH(var_original) >= var_left_trim_index) DO
    SET var_temp_l = LEFT(var_original, var_left_trim_index);
    IF var_temp_l REGEXP var_pattern THEN
      WHILE (CHAR_LENGTH(var_temp_l) >= var_right_trim_index) DO
        SET var_temp_r = RIGHT(var_temp_l, var_right_trim_index);
        IF var_temp_r REGEXP var_pattern THEN
          RETURN var_temp_r;
          END IF;
        SET var_right_trim_index = var_right_trim_index + 1;
        END WHILE;
      END IF;
    SET var_left_trim_index = var_left_trim_index + 1;
    END WHILE;
  RETURN NULL;
END $$
DELIMITER ;

Answer 12

我认为有一个简单的方法可以实现这一目标，并且对我来说很好。

使用REGEX选择行

SELECT * FROM `table_name` WHERE `column_name_to_find` REGEXP 'string-to-find'

使用REGEX更新行

UPDATE `table_name` SET column_name_to_find=REGEXP_REPLACE(column_name_to_find, 'string-to-find', 'string-to-replace') WHERE column_name_to_find REGEXP 'string-to-find'

REGEXP参考： https://www.geeksforgeeks.org/mysql-regular-expressions-regexp/

Answer 13

是的，可以。

UPDATE table_name 
  SET column_name = 'seach_str_name'
  WHERE column_name REGEXP '[^a-zA-Z0-9()_ .\-]';