select <second word in text> word, count(*) from table group by word;
MySQL中的所有正则表达式示例都用于查询文本是否与表达式匹配,但并不用于从表达式中提取文本。是否有这样的语法?
select <second word in text> word, count(*) from table group by word;
MySQL中的所有正则表达式示例都用于查询文本是否与表达式匹配,但并不用于从表达式中提取文本。是否有这样的语法?
SUBSTRING(
sentence,
LOCATE(' ', sentence) + CHAR_LENGTH(' '),
LOCATE(' ', sentence,
( LOCATE(' ', sentence) + 1 ) - ( LOCATE(' ', sentence) + CHAR_LENGTH(' ') )
)
作为一个工作范例,我使用了:
SELECT SUBSTRING(
sentence,
LOCATE(' ', sentence) + CHAR_LENGTH(' '),
LOCATE(' ', sentence,
( LOCATE(' ', sentence) + 1 ) - ( LOCATE(' ', sentence) + CHAR_LENGTH(' ') )
) as string
FROM (SELECT 'THIS IS A TEST' AS sentence) temp
这成功地提取了单词IS
提取句子中第二个单词的更短选项:
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX('THIS IS A TEST', ' ', 2), ' ', -1) as FoundText
SUBSTRING(sentence,LOCATE(' ',sentence),(LOCATE(' ',LOCATE(' ',sentence))-LOCATE(' ',sentence)))
不,没有使用正则表达式提取文本的语法。您必须使用普通的字符串操作函数。
或者从数据库中选择整个值(如果您担心数据传输过多,则选择前n个字符),然后在客户端上使用正则表达式。
我使用 Brendan Bullen 的答案作为一个类似问题的起点,该问题是检索 JSON 字符串中特定字段的值。然而,就像我在他的答案中评论的那样,它并不完全准确。如果您的左边界不仅仅是原始问题中的空格,那么差异会增加。
更正的解决方案:
SUBSTRING(
sentence,
LOCATE(' ', sentence) + 1,
LOCATE(' ', sentence, (LOCATE(' ', sentence) + 1)) - LOCATE(' ', sentence) - 1
)
SUBSTRING(
haystack,
LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>'),
LOCATE(
'<rightBoundary>',
haystack,
LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>')
)
- (LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>'))
)
https://github.com/mysqludf/lib_mysqludf_preg
如果你想分发你的软件,那么这可能帮助不大,因为这会影响安装你的软件,但对于内部解决方案可能是合适的。
我认为这种事情是不可能的。你可以使用SUBSTRING
函数来提取你想要的部分。
我的自制正则表达式替换函数可以用于此。
演示
请参见这个 DB-Fiddle 演示, 它从一首著名的十四行诗中返回第二个单词(“I”)及其出现次数(1)。
SQL
假设使用MySQL 8或更高版本(以允许使用公共表达式),以下语句将返回第二个单词和它的出现次数。
WITH cte AS (
SELECT digits.idx,
SUBSTRING_INDEX(SUBSTRING_INDEX(words, '~', digits.idx + 1), '~', -1) word
FROM
(SELECT reg_replace(UPPER(txt),
'[^''’a-zA-Z-]+',
'~',
TRUE,
1,
0) AS words
FROM tbl) delimited
INNER JOIN
(SELECT @row := @row + 1 as idx FROM
(SELECT 0 UNION ALL SELECT 1 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) t1,
(SELECT 0 UNION ALL SELECT 1 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) t2,
(SELECT 0 UNION ALL SELECT 1 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) t3,
(SELECT 0 UNION ALL SELECT 1 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) t4,
(SELECT @row := -1) t5) digits
ON LENGTH(REPLACE(words, '~' , '')) <= LENGTH(words) - digits.idx)
SELECT c.word,
subq.occurrences
FROM cte c
LEFT JOIN (
SELECT word,
COUNT(*) AS occurrences
FROM cte
GROUP BY word
) subq
ON c.word = subq.word
WHERE idx = 1; /* idx is zero-based so 1 here gets the second word */
解释
上述 SQL 中使用了一些技巧,需要进行一些认证。首先,正则表达式替换器用于替换所有连续的非单词字符块 - 每个字符都被单个波浪号 (~
) 字符替换。 注意:如果文本中可能出现波浪号,则可以选择其他字符。
然后使用 this answer 中的技术将带有分隔值的字符串转换为单独的行值。它与 this answer 中的聪明技巧相结合,用于生成由一系列递增数字组成的表:在这种情况下是 0-10,000。
该字段的值为:
"- DE-HEB 20% - DTopTen 1.2%"
SELECT ....
SUBSTRING_INDEX(SUBSTRING_INDEX(DesctosAplicados, 'DE-HEB ', -1), '-', 1) DE-HEB ,
SUBSTRING_INDEX(SUBSTRING_INDEX(DesctosAplicados, 'DTopTen ', -1), '-', 1) DTopTen ,
FROM TABLA
结果是:
DE-HEB DTopTEn
20% 1.2%
LOCATE('<string> ', sentence) + STRLEN('<string>')
。 - Noam