Мне нужен запрос mysql:
select <second word in text> word, count(*) from table group by word;
Все примеры регулярных выражений в mysql используются для запроса, если текст соответствует выражению, но не для извлечения текста из выражения. Есть ли такой синтаксис?
Ниже приводится предлагаемое решение для конкретной задачи OP (извлечение 2-го слова строки), но следует отметить, что, поскольку состояния ответа mc0e, фактическое извлечение совпадений регулярных выражений не поддерживается из-за-коробки в MySQL. Если вам это действительно нужно, ваши варианты в основном состоят в том, чтобы: 1) сделать это в пост-обработке на клиенте или 2) установить расширение MySQL для его поддержки.
BenWells имеет это почти правильно. Работая с его кодом, здесь немного скорректированная версия:
SUBSTRING(
sentence,
LOCATE(' ', sentence) + CHAR_LENGTH(' '),
LOCATE(' ', sentence,
( LOCATE(' ', sentence) + 1 ) - ( LOCATE(' ', sentence) + CHAR_LENGTH(' ') )
)
В качестве рабочего примера я использовал:
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
Это успешно извлекает слово IS
Более короткая опция для извлечения второго слова в предложении:
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX('THIS IS A TEST', ' ', 2), ' ', -1) as FoundText
В соответствии с http://dev.mysql.com/ функция SUBSTRING использует начальную позицию, тогда длина, следовательно, функция для второго слова будет:
SUBSTRING(sentence,LOCATE(' ',sentence),(LOCATE(' ',LOCATE(' ',sentence))-LOCATE(' ',sentence)))
Нет, нет синтаксиса для извлечения текста с использованием регулярных выражений. Вы должны использовать обычные функции обработки строк.
Альтернативно выберите все значение из базы данных (или первых n символов, если вас беспокоит слишком большая передача данных), а затем используйте регулярное выражение на клиенте.
Как говорили другие, mysql не предоставляет инструменты regex для извлечения подстроки. Это не значит, что вы не можете их использовать, если вы готовы расширить mysql с помощью пользовательских функций:
https://github.com/mysqludf/lib_mysqludf_preg
Это может быть не очень полезно, если вы хотите распространять свое программное обеспечение, являясь препятствием для установки вашего программного обеспечения, но для внутреннего решения это может быть уместно.
Я использовал ответ Брендана Буллена как отправную точку для аналогичной проблемы, которую я имел, чтобы извлечь значение определенного поля в строке JSON. Однако, как я прокомментировал его ответ, это не совсем точно. Если ваша левая граница - это не просто пространство, как в исходном вопросе, то расхождение увеличивается.
Исправленное решение:
SUBSTRING(
sentence,
LOCATE(' ', sentence) + 1,
LOCATE(' ', sentence, (LOCATE(' ', sentence) + 1)) - LOCATE(' ', sentence) - 1
)
Два отличия: +1 в индексе индекса SUBSTRING и -1 в параметре длины.
Для более общего решения "найти первое вхождение строки между двумя предоставленными границами":
SUBSTRING(
haystack,
LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>'),
LOCATE(
'<rightBoundary>',
haystack,
LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>')
)
- (LOCATE('<leftBoundary>', haystack) + CHAR_LENGTH('<leftBoundary>'))
)
Я не думаю, что это возможно. Вы можете использовать функцию SUBSTRING чтобы извлечь SUBSTRING часть.
Моя доморощенная функция замены регулярного выражения может быть использована для этого.
демонстрация
Посмотрите эту демонстрацию DB-Fiddle, которая возвращает второе слово ("I") из известного сонета и количество его появлений (1).
SQL
Предполагая, что используется MySQL 8 или более поздней версии (чтобы разрешить использование общего табличного выражения), следующее вернет второе слово и количество его вхождений:
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 */
объяснение
В вышеприведенном SQL используется несколько приемов, и требуется некоторая аккредитация. Во-первых, заменитель регулярного выражения используется для замены всех непрерывных блоков несловарных символов, каждый из которых заменяется одним символом тильды (~). Примечание. Вместо этого можно выбрать другой символ, если в тексте есть вероятность появления тильды.
Техника из этого ответа затем используется для преобразования строки с разделенными значениями в отдельные значения строки. В сочетании с умным приемом из этого ответа он сгенерировал таблицу, состоящую из последовательности возрастающих чисел: в данном случае 0 - 10000.
Значение поля:
"- 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
Результат:
DE-HEB DTopTEn
20% 1.2%