G. MySQL の正規表現

正規表現（regex）は、複雑な検索を指定するための有効な方法の 1 つです。

MySQL では、Henry Spencer の正規表現が実装されていますが、その目的は POSIX 1003.2 に適合することです。MySQL では、拡張バージョンが使用されています。

ここでは簡単な説明にとどめ、詳細については省略しています。詳細な情報を入手するには、ソースディストリビューションに含まれている Henry Spencer の regex(7) マニュアルページを参照してください。 「C. 協力者」 節 参照 。

正規表現では、一連の文字列を記述します。最も単純な regexp は、特殊文字を含まない形式です。たとえば、regexp hello は hello のみにマッチします。

単純でない形式の正規表現は、特殊な構成要素を含んでおり、複数の文字列にマッチします。たとえば、regexp hello|word は文字列 hello または文字列 word にマッチします。

さらに複雑な例は regexp B[an]*s です。文字列 Bananas、Baaaaas、Bs のいずれにもマッチするほか、これら以外で先頭が B、末尾が s になっており、かつ、先頭と末尾の間に a または n が含まれている（文字数は問わない） 文字列のすべてにマッチします。

正規表現では、以下の特殊な文字または構成要素を使用することができます。

^

文字列の先頭にマッチ。

mysql> SELECT "fo\nfo" REGEXP "^fo$"; -> 0 mysql> SELECT "fofo" REGEXP "^fo"; -> 1

$

文字列の末尾にマッチ。

mysql> SELECT "fo\no" REGEXP "^fo\no$"; -> 1 mysql> SELECT "fo\no" REGEXP "^fo$"; -> 0

.

あらゆる文字（改行も含む）にマッチ。

mysql> SELECT "fofo" REGEXP "^f.*"; -> 1 mysql> SELECT "fo\nfo" REGEXP "^f.*"; -> 1

a*

連続する 0 文字以上の a にマッチ。

mysql> SELECT "Ban" REGEXP "^Ba*n"; -> 1 mysql> SELECT "Baaan" REGEXP "^Ba*n"; -> 1 mysql> SELECT "Bn" REGEXP "^Ba*n"; -> 1

a+

連続する 1 文字以上の a にマッチ。

mysql> SELECT "Ban" REGEXP "^Ba+n"; -> 1 mysql> SELECT "Bn" REGEXP "^Ba+n"; -> 0

a?

0 文字または 1 文字の a にマッチ。

mysql> SELECT "Bn" REGEXP "^Ba?n"; -> 1 mysql> SELECT "Ban" REGEXP "^Ba?n"; -> 1 mysql> SELECT "Baan" REGEXP "^Ba?n"; -> 0

de|abc

連続する de または abc にマッチ。

mysql> SELECT "pi" REGEXP "pi|apa"; -> 1 mysql> SELECT "axe" REGEXP "pi|apa"; -> 0 mysql> SELECT "apa" REGEXP "pi|apa"; -> 1 mysql> SELECT "apa" REGEXP "^(pi|apa)$"; -> 1 mysql> SELECT "pi" REGEXP "^(pi|apa)$"; -> 1 mysql> SELECT "pix" REGEXP "^(pi|apa)$"; -> 0

(abc)*

文字列 abc の 0 回以上の繰り返しにマッチ。

mysql> SELECT "pi" REGEXP "^(pi)*$"; -> 1 mysql> SELECT "pip" REGEXP "^(pi)*$"; -> 0 mysql> SELECT "pipi" REGEXP "^(pi)*$"; -> 1

{1}

{2,3}

直前のパターンが多数出現する場合、それらにマッチする regexp をさらに一般的な方式で記述することができます。

a*

a{0,} に書き換えることが可能。

a+

a{1,} に書き換えることが可能。

a?

a{0,1} に書き換えることが可能。

より正確に表現すると、パターンの直後のかっこ内に整数 i が 1 つあってカンマがない場合、パターンに適合する i 回のシーケンスにマッチします。パターンの直後のかっこ内に整数 i とカンマが 1 つずつある場合、パターンに適合する i 回以上のシーケンスにマッチします。 パターンの直後のかっこ内に 2 つの整数（i と j）がある場合、パターンに適合する i 〜 j 回のシーケンスにマッチします。

2 つの引数は、0 から RE_DUP_MAX（デフォルトは 255）までの範囲に含まれている必要があります。引数が 2 つある場合、2 つ目は 1 つ目以上でなければなりません。

[a-dX]

[^a-dX]

a、b、c、d、X のいずれかに該当する（^ が使用されている場合、これらのいずれにも該当しない）文字にマッチします。] をリテラルとして含めるには、[ の直後に記述する必要があります。- をリテラルとして含めるには、最初または最後に記述する必要があります。したがって、[0-9] は任意の 10 進数値にマッチします。意味が定義されていない文字が [] 内に存在する場合、その文字は特別な意味を持たず、自分自身にのみマッチします。

mysql> SELECT "aXbc" REGEXP "[a-dXYZ]"; -> 1 mysql> SELECT "aXbc" REGEXP "^[a-dXYZ]$"; -> 0 mysql> SELECT "aXbc" REGEXP "^[a-dXYZ]+$"; -> 1 mysql> SELECT "aXbc" REGEXP "^[^a-dXYZ]+$"; -> 0 mysql> SELECT "gheis" REGEXP "^[^a-dXYZ]+$"; -> 1 mysql> SELECT "gheisa" REGEXP "^[^a-dXYZ]+$"; -> 0

[[.characters.]]

照合要素の文字シーケンス。シーケンスは、かっこ内のリストに含まれる単一の要素です。かっこ表現に複数文字の照合要素が含まれている場合、2 文字以上にマッチします。たとえば、照合シーケンスに照合要素 ch が含まれていると、正規表現 [[.ch.]]*c は chchcc の最初の 5 文字にマッチします。

[=character_class=]

等価クラスであり、それ自身を含め、それと等価なすべての照合要素の文字列を意味します。

たとえば、o と (+) が等価クラスのメンバである場合、[[=o=]]、[[=(+)=]]、[o(+)] はすべて同義語です。等価クラスを範囲の終了位置にすることはできません。

[:character_class:]

かっこ表現において [: と :] で囲まれた文字クラス名は、そのクラスに属するすべての文字のリストを意味します。標準文字クラス名は以下のとおりです。

名称	名称	名称
alnum	digit	punct
alpha	graph	space
blank	lower	upper
cntrl	print	xdigit

これらは、ctype(3) マニュアルページで定義された文字クラスを意味します。ロケールにより、他の文字クラスが提供されることもあります。文字クラスを範囲のエンドポイントにすることはできません。

mysql> SELECT "justalnums" REGEXP "[[:alnum:]]+"; -> 1 mysql> SELECT "!!" REGEXP "[[:alnum:]]+"; -> 0

[[:<:]]

[[:>:]]

それぞれ単語の始めと終わりの NULL 文字列にマッチします。単語文字シーケンスのうち、前後に別の単語文字が存在しないものが単語と定義されています。単語文字は alnum 文字（ctype(3)で定義）またはアンダースコア（_）です。

mysql> SELECT "a word a" REGEXP "[[:<:]]word[[:>:]]"; -> 1 mysql> SELECT "a xword a" REGEXP "[[:<:]]word[[:>:]]"; -> 0

mysql> SELECT "weeknights" REGEXP "^(wee|week)(knights|nights)$"; -> 1