正則表達式（Regular Expression, 簡稱 Regex 或 RegExp）是用于匹配字符串模式的強大工具。在 SQL 中，正則表達式主要用于字符串的檢索和匹配。通過正則表達式，我們可以實現更復雜和靈活的查詢，特別是在數據清洗和復雜數據查詢場景中。

本文將詳細講解 SQL 中正則表達式的使用，包括基本的語法規則、常見匹配模式，并結合 MySQL 的具體實現進行代碼示例說明。

1. 正則表達式簡介

正則表達式是一種字符串匹配的模式，可以用來查找、替換、驗證字符串。雖然每個數據庫對正則表達式的支持程度不同，但 MySQL 提供了相對完善的正則表達式支持，使用 REGEXP 或 RLIKE 關鍵字來實現正則匹配。

2. MySQL 中的正則表達式函數

MySQL 中常用的正則表達式相關函數有兩個：

• REGEXP：用于匹配正則表達式，等同于 RLIKE。
• NOT REGEXP：匹配不符合正則表達式的字符串。

基本語法：

SELECT column_name
FROM table_name
WHERE column_name REGEXP 'pattern';

• pattern：要匹配的正則表達式模式。
• REGEXP 會返回布爾值，匹配返回 1，不匹配返回 0。

例如，查詢名字中包含字母 "a" 的數據：

SELECT name 
FROM users 
WHERE name REGEXP 'a';

3. 常用正則表達式語法

(1) 基本字符匹配

• **.**：匹配任意單個字符。
• **[abc]**：匹配集合中的任意一個字符。
• **[^abc]**：匹配不在集合中的任意字符。
• **^**：匹配字符串的開頭。
• **$**：匹配字符串的結尾。

(2) 字符集匹配

• **[0-9]**：匹配任意數字。
• **[a-z]**：匹配任意小寫字母。
• **[A-Z]**：匹配任意大寫字母。

(3) 字符類匹配

• **\d**：匹配任意數字，等同于 [0-9]。
• **\w**：匹配字母、數字和下劃線，等同于 [a-zA-Z0-9_]。
• **\s**：匹配空白字符（空格、制表符等）。

(4) 邊界匹配

• **^**：匹配字符串開頭。
• **$**：匹配字符串結尾。

(5) 重復匹配

• *****：匹配前面的字符 0 次或多次。
• **+**：匹配前面的字符 1 次或多次。
• **?**：匹配前面的字符 0 次或 1 次。
• **{n}**：匹配前面的字符恰好 n 次。
• **{n,}**：匹配前面的字符至少 n 次。
• **{n,m}**：匹配前面的字符至少 n 次，但不超過 m 次。

4. 示例講解

(1) 基本字符匹配

查找所有名字中包含字符 "a" 的用戶：

SELECT name
FROM users
WHERE name REGEXP 'a';

解釋：正則表達式 a 表示匹配包含 "a" 的所有名字。

(2) 字符集匹配

查找名字中包含任意數字的用戶：

SELECT name
FROM users
WHERE name REGEXP '[0-9]';

解釋：[0-9] 表示匹配名字中含有數字的記錄。

(3) 邊界匹配

查找以字母 "A" 開頭的名字：

SELECT name
FROM users
WHERE name REGEXP '^A';

解釋：^A 表示匹配以 "A" 開頭的名字。

(4) 重復匹配

查找名字中含有至少兩個連續 "o" 字母的用戶：

SELECT name
FROM users
WHERE name REGEXP 'o{2,}';

解釋：o{2,} 表示匹配包含至少兩個連續 "o" 字符的名字。

5. 實戰示例：使用正則表達式進行數據篩選

示例 1：匹配電子郵件地址

要從用戶表中查找所有合法的電子郵件地址，可以使用如下的正則表達式：

SELECT email
FROM users
WHERE email REGEXP '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$';

解釋：此正則表達式匹配標準的電子郵件格式，確保郵箱地址以字母或數字開頭，中間包含 "@"，最后是域名。

示例 2：匹配手機號（中國大陸）

篩選出格式為 11 位的手機號：

SELECT phone
FROM users
WHERE phone REGEXP '^1[3-9][0-9]{9}$';

解釋：正則表達式 ^1[3-9][0-9]{9}$ 用于匹配中國大陸的手機號，1 開頭，第二位為 3-9 之間的數字，且總長度為 11 位。

示例 3：匹配身份證號

要篩選出有效的 18 位身份證號碼：

SELECT id_card
FROM users
WHERE id_card REGEXP '^[1-9][0-9]{5}(18|19|20)[0-9]{2}(0[1-9]|1[0-2])(0[1-9]|[12][0-9]|3[01])[0-9]{3}[0-9Xx]$';

解釋：該正則表達式確保身份證號是 18 位，且日期部分為合法日期。

結語

正則表達式是 SQL 中非常強大的工具，尤其在字符串匹配和數據清洗過程中能夠發揮極大的作用。通過本文的介紹，你應該能夠掌握 MySQL 中正則表達式的基本用法，并能靈活應用到實際項目中。正則表達式的學習是一個循序漸進的過程，建議多實踐和嘗試，以便熟練掌握其強大之處。