Mysql中文檢索匹配與正則

今天在用sql模糊查詢包含字母d的時候，發現一些不包含此字母的也被查詢出來了：

SELECT * 
FROM custom
WHERE  custom_realname LIKE '%d%'

查詢了一下，發現以下說明：

（最后修改為：

SELECT * 
FROM custom
WHERE  custom_realname LIKE BINARY '%d%'

）

 

今天在做mysql的一個搜索的時候發現我用 select name from contact where name like '%a%'的時候出來的結果除了包含a的名字外連包含中文“新”的名字也出現在搜索結果里面，這令我想弄清楚mysql的匹配模式和規則到底是怎么樣的,所以決定查查資料了解了解，另外在匹配的時候正則表達式也很常用！所以准備在這里記錄我學習這兩個玩意的收獲！
出現這個問題的原因是：MySQL在查詢字符串時是大小寫不敏感的，在編繹MySQL時一般以ISO-8859字符集作為默認的字符集，因此在比較過程中中文編碼字符大小寫轉換造成了這種現象。

解決辦法：
1.在建表的時候對於包含中文的字段加上“BINARY”屬性，使之進行二進制比較，例如講"name char(10)"改成"name char(10) BINARY"。但是這樣你對該表的該字段進行匹配的時候是區分大小寫的。

2.如果使用源碼編譯MySQL，可以在編譯的時候使用--with--charset=gbk參數，這樣mysql就直接支持中文查找和排序。

3.使用mysql的locate函數來判斷。如：
SELECT * FROM table WHERE locate(substr,str)>0 ;
locate()有兩個形式：LOCATE(substr,str), LOCATE(substr,str,pos)。返回substr在str中的位置，如果str不包含substr返回0。這個函數也是不區分大小寫的。


4.這樣使用sql語句：SELECT * FROM TABLE WHERE FIELDS LIKE BINARY '%FIND%'，但是這和1一樣是區分大小寫的如果你想進行不區分大小寫的查詢的時候就要使用upper或者lower進行轉換。


5.使用binary和ucase函數及concat函數。ucase是講英文全部轉換大寫，concat對字符串進行連接。新的sql語句如下：
select id,title,name from achech_com.news where binary ucase(title) like concat('%',ucase('a'),'%') 
也可以寫為select id,title,name from achech_com.news where binary ucase(title) like ucase('%a%') 
檢索的結果還算滿意吧，不過速度可能會因此而慢N毫秒喔。 因為使用like和%進行匹配的話對效率會有一定的影響。

正則表達式：
正則表達式是為復雜搜索指定模式的強大方式。
^ 
所匹配的字符串以后面的字符串開頭 
mysql> select "fonfo" REGEXP "^fo$"; -> 0（表示不匹配） 
mysql> select "fofo" REGEXP "^fo"; -> 1（表示匹配） 
$ 
所匹配的字符串以前面的字符串結尾 
mysql> select "fono" REGEXP "^fono$"; -> 1（表示匹配） 
mysql> select "fono" REGEXP "^fo$"; -> 0（表示不匹配） 
.
匹配任何字符（包括新行） 
mysql> select "fofo" REGEXP "^f.*"; -> 1（表示匹配） 
mysql> select "fonfo" REGEXP "^f.*"; -> 1（表示匹配） 
a* 
匹配任意多個a（包括空串) 
mysql> select "Ban" REGEXP "^Ba*n"; -> 1（表示匹配） 
mysql> select "Baaan" REGEXP "^Ba*n"; -> 1（表示匹配） 
mysql> select "Bn" REGEXP "^Ba*n"; -> 1（表示匹配）
 

a+
匹配1個或多個a字符的任何序列。

mysql> select "Ban" REGEXP "^Ba+n"; -> 1（表示匹配） 
mysql> select "Bn" REGEXP "^Ba+n"; -> 0（表示不匹配）

a? 
匹配一個或零個a 
mysql> select "Bn" REGEXP "^Ba?n"; -> 1（表示匹配） 
mysql> select "Ban" REGEXP "^Ba?n"; -> 1（表示匹配） 
mysql> select "Baan" REGEXP "^Ba?n"; -> 0（表示不匹配）

de|abc 
匹配de或abc 
mysql> select "pi" REGEXP "pi|apa"; -> 1（表示匹配） 
mysql> select "axe" REGEXP "pi|apa"; -> 0（表示不匹配） 
mysql> select "apa" REGEXP "pi|apa"; -> 1（表示匹配） 
mysql> select "apa" REGEXP "^(pi|apa)$"; -> 1（表示匹配） 
mysql> select "pi" REGEXP "^(pi|apa)$"; -> 1（表示匹配） 
mysql> select "pix" REGEXP "^(pi|apa)$"; -> 0（表示不匹配）

(abc)* 
匹配任意多個abc（包括空串) 
mysql> select "pi" REGEXP "^(pi)*$"; -> 1（表示匹配） 
mysql> select "pip" REGEXP "^(pi)*$"; -> 0（表示不匹配） 
mysql> select "pipi" REGEXP "^(pi)*$"; -> 1（表示匹配）

{1} {2,3} 
這是一個更全面的方法，它可以實現前面好幾種保留字的功能 
a* 
可以寫成a{0,} 
a 
可以寫成a{1,} 
a? 
可以寫成a{0,1} 
在{}內只有一個整型參數i，表示字符只能出現i次；在{}內有一個整型參數i， 
后面跟一個“，”，表示字符可以出現i次或i次以上；在{}內只有一個整型參數i， 
后面跟一個“，”，再跟一個整型參數j,表示字符只能出現i次以上，j次以下 
（包括i次和j次）。其中的整型參數必須大於等於0，小於等於 RE_DUP_MAX（默認是25 
5）。 如果同時給定了m和n，m必須小於或等於n.

[a-dX], [^a-dX]

匹配任何是（或不是，如果使用^的話）a、b、c、d或X的字符。兩個其他字符之間的“-”字符構成一個范圍，與從第1個字符開始到第2個字符之間的所有字符匹配。例如，[0-9]匹配任何十進制數字 。要想包含文字字符“]”，它必須緊跟在開括號“[”之后。要想包含文字字符“-”，它必須首先或最后寫入。對於[]對內未定義任何特殊含義的任何字符，僅與其本身匹配。

mysql> select "aXbc" REGEXP "[a-dXYZ]"; -> 1（表示匹配） 
mysql> select "aXbc" REGEXP "^[a-dXYZ]$"; -> 0（表示不匹配） 
mysql> select "aXbc" REGEXP "^[a-dXYZ] $"; -> 1（表示匹配） 
mysql> select "aXbc" REGEXP "^[^a-dXYZ] $"; -> 0（表示不匹配） 
mysql> select "gheis" REGEXP "^[^a-dXYZ] $"; -> 1（表示匹配） 
mysql> select "gheisa" REGEXP "^[^a-dXYZ] $"; -> 0（表示不匹配）

[[.characters.]] 
表示比較元素的順序。在括號內的字符順序是唯一的。但是括號中可以包含通配符, 
所以他能匹配更多的字符。舉例來說：正則表達式[[.ch.]]*c匹配chchcc的前五個字符 
。

[=character_class=] 
表示相等的類，可以代替類中其他相等的元素，包括它自己。例如，如果o和( )是 
一個相等的類的成員，那么[[=o=]]、[[=( )=]]和[o( )]是完全等價的。 

[:character_class:] 
在括號里面，在[:和:]中間是字符類的名字，可以代表屬於這個類的所有字符。 
字符類的名字有: alnum、digit、punct、alpha、graph、space、blank、lower、uppe 
r、cntrl、print和xdigit 
mysql> select "justalnums" REGEXP "[[:alnum:]] "; -> 1（表示匹配） 
mysql> select "!!" REGEXP "[[:alnum:]] "; -> 0（表示不匹配） 

alnum	文字數字字符
alpha	文字字符
blank	空白字符
cntrl	控制字符
digit	數字字符
graph	圖形字符
lower	小寫文字字符
print	圖形或空格字符
punct	標點字符
space	空格、制表符、新行、和回車
upper	大寫文字字符
xdigit	十六進制數字字符

[[:<:]] 
[[:>:]] 
分別匹配一個單詞開頭和結尾的空的字符串，這個單詞開頭和結尾都不是包含在alnum中 
的字符也不能是下划線。 
mysql> select "a word a" REGEXP "[[:<:]]word[[:>:]]"; -> 1（表示匹配） 
mysql> select "a xword a" REGEXP "[[:<:]]word[[:>:]]"; -> 0（表示不匹配） 
mysql> select "weeknights" REGEXP "^(wee|week)(knights|nights)$"; -> 1（表示 
匹配） 
 

 

要想在正則表達式中使用特殊字符的文字實例，應在其前面加上2個反斜杠“/”字符。MySQL解析程序負責解釋其中一個，正則表達式庫負責解釋另一個。例如，要想與包含特殊字符“+”的字符串“1+2”匹配，在下面的正則表達式中，只有最后一個是正確的：

mysql> SELECT '1+2' REGEXP '1+2';                       -> 0

mysql> SELECT '1+2' REGEXP '1/+2';                      -> 0

mysql> SELECT '1+2' REGEXP '1//+2';                     -> 1