Início / dba / Perguntas / 322356
Accepted
Martin
Asked: 2023-01-21 07:04:05 +0800 CST

Por que REGEX_REPLACE retorna toda a sequência de não correspondências?

  • 772

Estou usando o MySQL 8 e tenho um Regex que precisa retornar um grupo Regex de uma coluna de tabela de dados de string.

DB-FiddleName

Mesa:

CREATE TABLE `table_name`(
    id_column VARCHAR(300)
);
INSERT INTO `table_name` VALUES
('47099085T'),
('D73654109H'),
('8.30781719e-05'),
('0113:11:19%2000:54:17.042828927Z');

SQL:

 SELECT REGEXP_REPLACE(id_column,
        '[^\\.0-9]([0-9]{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])', '$1') as id_output
 FROM `table_name`

Regex esperava saída aqui (regex101.com)

O Regex contém um grupo, cujo REGEX replace é usado para retornar ao SELECT.

> "47099085T"                         // matches and returns value in quotes.
> D"73654109H"                        // matches and returns value in quotes.
> 8.30781719e-05                      // unmatched
> 0113:11:19%2000:54:17.042828927Z    // unmatched

O manual do MySQL afirma:

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

Substitui as ocorrências na string expr que correspondem à expressão regular especificada pelo padrão pat pela string de substituição repl e retorna a string resultante. Se expr, pat ou repl for NULL, o valor de retorno será NULL .

Resultado esperado:

id_output
47099085T
73654109H

Resultado real:

id_output
47099085T
73654109H
8.30781719e-05
0113:11:19%2000:54:17.042828927Z

Portanto, para as duas linhas que não correspondem ao subgrupo, espero que o retorno no REGEX_REPLACE seja NULL, porque não há nenhuma correspondência. Mas, em vez disso, retorna os dados da coluna inteira.

Por que?

Como posso editar o REGEXP para retornar apenas os resultados correspondentes?

mysql

2 respostas

  1. A função REPLACE faz praticamente a mesma coisa

    Basicamente, REPLACE e REGEXP_REPLACE simplesmente retornariam a string original se não houvesse nada para substituir na string original.

    Imagine sua consulta escrita como um UPDATE

    UPDATE table_name SET id_column =
REGEXP_REPLACE(id_column,'[^\\.0-9]([0-9]{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])', '$1') ;

    Isso seria bastante destrutivo se você deseja que REGEXP_REPLACE não retorne nada. À luz disso, é muito bom que REPLACE e REGEXP_REPLACE retornem a string original.

    SUGESTÃO: Use uma cláusula WHERE

    SELECT REGEXP_REPLACE(id_column, 
'[^\\.0-9]([0-9]{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])', '$1')
as id_output FROM `table_name` WHERE id_column <>
REGEXP_REPLACE(id_column, 
'[^\\.0-9]([0-9]{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])', '$1');

    A consulta db-fiddle é ainda melhor cláusula WHERE

    SELECT id_column
FROM `table_name` 
WHERE id_column REGEXP
'[^\\.0-9][0-9]{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke]'l

    E a documentação do MySQL???

    Sua citação da documentação do MySQL indica que os parâmetros de REGEXP_REPLACE são NULL. Ele não menciona o valor de retorno de REGEXP_REPLACE .

    ATUALIZAÇÃO 2023-01-20 10:50 EST

    REGEXP_REPLACE não deve retornar o mesmo valor em nenhuma instância. A única coisa em que consigo pensar é se você estiver executando uma versão mais antiga do MySQL 8.0. Há um bug de conjunto de caracteres mencionado nessa página de documentação:

    Antes do MySQL 8.0.17, o resultado retornado por esta função usava o conjunto de caracteres UTF-16; no MySQL 8.0.17 e posterior, é usado o conjunto de caracteres e a collation da expressão procurada por correspondências. (Bug #94203, Bug #29308212)

    Você pode precisar experimentar REGEXP_LIKE na cláusula WHERE e ver (não sou fã de coisas REGEXP).

    • 4
  2. Best Answer
    SELECT id_column,
       REGEXP_REPLACE(id_column, '([^\\d.])(\\d{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])', '$2') 
FROM `table_name` 
WHERE id_column REGEXP '(^|[^\\d.])(\\d{8}[TRWAGMYFPDXBNJZSQVHLCKEtrwagmyfpdxbnjzsqvhlcke])'

    https://www.db-fiddle.com/f/5WAdXxGmwcdCDWH7Bbk85G/4

    • 4

relate perguntas