匹配最好的正则表达式

Question

在下表中，我如何匹配'FG2-4G4T5'，以便第一个返回的行是最匹配的（这将是'FG2-4G'）？

part_match 
^FG2|^FF2|^FF3-S|^FF4-GR 
^FG2-4G 
^FG2 
FG2-RGST 

下面的查询不会在这种情况下工作，因为“^FG2|^FF2|^FF3-S|^FF4-GR”具有更大的长度：

SELECT * FROM parts WHERE 'FG2-4G4T5' REGEXP part_match ORDER BY length(part_match) DEC 

任何帮助将不胜感激。提前致谢。

Answer 1

假设你part_match的是一个总的形式^ XXXX和可选大小相等的^ YYYY |^ZZZZ | ...

SELECT * FROM parts 
WHERE 'FG2-4G4T5' REGEXP part_match 
ORDER BY instr(concat(part_match,'|'),'|') DEC 

这会给你的最长前缀匹配。

为了解决FULL匹配的夹杂物，需要一断部分的匹配的长度，所以，

SELECT * FROM parts 
WHERE 'FG2-4G4T5' REGEXP part_match 
ORDER BY CASE WHEN part_match LIKE '^%' THEN -1 else 0 end + 
     instr(concat(part_match,'|'),'|') DEC 

为了解决REGEX涉及不等长度，例如多段^YYYY|^Z|ABC，你首先需要找到打破了为多行

part_match | single_part 
^YYYY|^Z|ABC ^YYYY 
^YYYY|^Z|ABC ^Z 
^YYYY|^Z|ABC ABC 

然后通过REGEXP引用single_part早在回答part_match的功能。这是不重要的，但可以通过Numbers表格和SUBSTR和INSTR的合理使用来实现。

创建一个数字表（运行此一次）：

DROP PROCEDURE IF EXISTS CreateNumbersTable; 

delimiter // 
CREATE PROCEDURE CreateNumbersTable() 
    LANGUAGE SQL 
    NOT DETERMINISTIC 
    CONTAINS SQL 
    SQL SECURITY DEFINER 
    COMMENT '' 
BEGIN 
    drop table if exists Numbers; 
    create table Numbers (N int primary key); 

    SET @x := 0; 
    REPEAT 
    insert into Numbers values (@x); 
    SET @x := @x + 1; 
    UNTIL @x > 999 END REPEAT; 
END// 
delimiter ; 

CALL CreateNumbersTable; 

DROP PROCEDURE CreateNumbersTable; 

然后你可以使用此查询

select p.* 
# ,substr(p.part_match, N.N+1, locate('|', concat(p.part_match,'|'), N.N+2) -N.N -1) 
# ,length(substr(p.part_match, N.N+1, locate('|', concat(p.part_match,'|'), N.N+2) -N.N -1)) 
from parts p 
inner join numbers N on N.N between 0 and length(p.part_match) 
    and ((N.N = 0) or (substr(p.part_match, N.N, 1) = '|')) 
WHERE 'FG2-RGST' REGEXP p.part_match 
    and 'FG2-RGST' REGEXP substr(p.part_match, N.N+1, locate('|', concat(p.part_match,'|'), N.N+2) -N.N -1) 
order by length(substr(p.part_match, N.N+1, locate('|', concat(p.part_match,'|'), N.N+2) -N.N -1)) DESC 

取消注释行2和3，看part_match的它匹配的零件。

Answer 2

有时K.I.S.S.解决方案最好。保留另一列，列出模式匹配的文本的实际长度？

part_match   part_match_length 
====================================== 
^FG2|^FF2|^FF3|^FF4 3 
^FG2-4G    6 
^FG2     3 

，因此...

SELECT * FROM parts 
WHERE 'FG2-4G4T5' REGEXP part_match 
ORDER BY part_match_length DEC 

技术上，第二列甚至没有到一定要长 - 只是某种给定模式如何很好的匹配提供指示。