# 模式匹配操作符
数据库提供了\[NOT\] LIKE操作符和正则表达式模式匹配。
#### \[NOT\] LIKE
描述：判断字符串是否能匹配上LIKE后的模式字符串。如果字符串与提供的模式匹配，则LIKE表达式返回为真（NOT LIKE表达式返回假），否则返回为假（NOT LIKE表达式返回真）。
匹配规则：
1. 此操作符只有在它的模式匹配整个串的时候才能成功。如果要匹配在串内任何位置的序列，该模式必须以百分号开头和结尾。
2. 下划线_代表匹配任何单个字符；百分号%代表任意串的通配符。
3. 要匹配文本里的下划线或者百分号，在提供的模式里相应字符必须前导逃逸字符。逃逸字符的作用是禁用元字符的特殊含义，缺省的逃逸字符是反斜杠，也可以用ESCAPE子句指定一个不同的逃逸字符。
4. 要匹配逃逸字符本身，写两个逃逸字符。例如要写一个包含反斜线的模式常量，需要在SQL语句里写两个反斜杠。
5. 是否区分大小写，与字符序有关，比如，默认的utf8mb4_general_ci不区分大小写。
6. 操作符\~\~等效于LIKE，操作符!\~\~等效于NOT LIKE。
 
示例：
- 一般字符串匹配，字符序为utf8mb4_general_ci，不区分大小写。
  ```
  m_db=# INSERT INTO t VALUES ('ab^CD&eF','ab^CD&eF','ab^CD&eF','ab^CD&eF','ab^CD&eF','ab^CD&eF');
  m_db=# SELECT c FROM t WHERE c LIKE '%B^c%';
      c     
  ----------
   ab^CD&eF
  (1 row)
  ```
  
- BINARY/BLOB相关字段，字符序为utf8mb4_bin，区分大小写。
  ```
  m_db=# INSERT INTO t VALUES (b'0110001', 'ab^CD&eF', 'ab^CD&eF');
  m_db=# SELECT b FROM t WHERE b LIKE 'ab%';
       b
  ------------
   ab^CD&eF
  (1 row)
  ```
  
- 用ESCAPE字符匹配_及%。
  ```
  m_db=# INSERT INTO t VALUES ('ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF');
  m_db=# SELECT c FROM t WHERE c LIKE '%B\_c%';
      c
  ----------
   ab_CD%eF
  (1 row)
  ```
  
- 指定ESCAPE字符。
  ```
  m_db=# INSERT INTO t VALUES ('ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF','ab_CD%eF');
  m_db=# SELECT c FROM t WHERE c LIKE '%B^_c%' ESCAPE '^';
      c
  ----------
   ab_CD%eF
  (1 row)
  ```
  
 
#### \[NOT\] REGEXP
描述：REGEXP操作符用于正则表达式匹配。根据自己的模式是否匹配给定字符串而返回真或者假。下表描述了正则表达式操作符：
| 操作符名称       | 描述                           | 语法说明                |
|:---|:---|:---|
| REGEXP       | 字符串是否与正则表达式匹配。             | expr REGEXP pat     |
| NOT REGEXP | 字符串是否与正则表达式不匹配，REGEXP的否定。 | expr NOT REGEXP pat |
   
正则表达式语法：
- \^：匹配字符串的开头。
- $：匹配字符串的末尾。
- .：匹配任意字符（包括回车和换行符）。
- a\*：匹配零个或多个"a"字符。
- a+：匹配一个或多个"a"字符。
- a?：匹配零个或一个"a"字符。
- de \| abc：匹配"de"字符或"abc"字符。
- (abc)\*：匹配零个或多个"abc"字符。
- a{1}，a{2,3}：a{1}表示重复"a"字符一次；a{2,3}表示重复"a"2\~3次。
- \[a-dX\]，\[\^a-dX\]：范围匹配。\[a-dX\]匹配a、b、c、d或X的字符。\[\^a-dX\]表示匹配不是a、b、c、d或X的字符。
- \[.characters.\]：匹配用于校对元素的字符序列。允许的字符名称以及匹配的字符如下表所示。
  
  | Name                 | Character | Name            | Character |
  |:---|:---|:---|:---|
  | NUL                    | 0           | SOH               | 1        |
  | STX                 | 2           | ETX               | 3       |
  | EOT                   | 4          | ENQ                | 5        |
  | ACK                  | 6            | BEL                 | 7        |
  | alert               | 7            | BS                   | 10      |
  | backspace            | \\b'        | HT                 | 11        |
  | tab                 | \\t'        | LF               | 12      |
  | newline                | \\n'        | VT                 | 13      |
  | vertical-tab        | \\v'       | FF                 | 14      |
  | form-feed              | \\f'          | CR                 | 15      |
  | carriage-return       | \\r'       | SO                | 16      |
  | SI                     | 17         | DLE              | 20        |
  | DC1                   | 21          | DC2                | 22      |
  | DC3                   | 23           | DC4                | 24       |
  | NAK                  | 25          | SYN                 | 26      |
  | ETB                    | 27         | CAN                 | 30      |
  | EM                     | 31         | SUB                | 32       |
  | ESC                 | 33         | IS4                | 34       |
  | FS                    | 34          | IS3               | 35         |
  | GS                     | 35           | IS2                | 36      |
  | RS                  | 36          | IS1                | 37       |
  | US                   | 37        | space              | '       |
  | exclamation-mark       | !'          | quotation-mark     | "'      |
  | number-sign           | #'        | dollar-sign         | $'       |
  | percent-sign           | %'          | ampersand           | \&'    |
  | apostrophe           | \\''         | left-parenthesis    | ('      |
  | right-parenthesis    | )'        | asterisk           | \*'    |
  | plus-sign              | +'          | comma               | ,'       |
  | hyphen                  | -'          | hyphen-minus        | -'      |
  | period              | .'           | full-stop         | .'       |
  | slash                  | /'            | solidus           | /'     |
  | zero                  | 0'           | one               | 1'       |
  | two                   | 2'         | three              | 3'        |
  | four                 | 4'           | five               | 5'       |
  | six                     | 6'          | seven               | 7'     |
  | eight                  | 8'           | nine              | 9'      |
  | colon               | :'         | semicolon          | ;'      |
  | less-than-sign        | \<'        | equals-sign         | ='       |
  | greater-than-sign     | \>'         | question-mark       | ?'      |
  | commercial-at         | @'          | left-square-bracket | \['       |
  | backslash            | \\\\'       | reverse-solidus   | \\\\'    |
  | right-square-bracket | \]'        | circumflex          | \^'       |
  | circumflex-accent     | \^'        | underscore          | _'       |
  | low-line             | _'          | grave-accent      | \`'      |
  | left-brace          | {'         | left-curly-bracket | {'        |
  | vertical-line         | \|'       | right-brace        | }'      |
  | right-curly-bracket    | }'           | tilde               | \~'       |
  | DEL                   | 177          | -                   | -       |
     
  
- \[=character_class=\]：表示等价类。匹配具有相同排序校对值的所有字符，包括其本身。例如，如果o和(+)是等同类的成员，那么\[\[=o=\]\]、\[\[=(+)=\]\]和\[o(+)\]是同义词。
- \[:character_class:\]：表示匹配属于该类的所有字符的字符类。标准的类名如下表所示。
  
  |  字符类名  |     描述      |                        字符范围                         |
  |---|---|---|
  | alnum  | 文字数字字符        | \[0-9a-zA-Z\]                                     |
  | alpha    | 文字字符         | \[a-zA-Z\]                                         |
  | blank  | 空白字符         | 空白字符\[\\t\]                                           |
  | cntrl     | 控制字符          | \[\\x01-\\x1F\]                                    |
  | digit  | 数字字符          | \[0-9\]                                             |
  | graph   | 图形字符          | \[\^\\x01-\\x20\]                                   |
  | lower     | 小写文字字符       | \[a-z\]                                            |
  | print    | 图形字符         | \[\^\\x01-\\x20\]                                  |
  | punct    | 标点字符          | \[-!"#$%\&'( )\*+,./:;\<=\>?@\[\\\\\]\^_\`{\|}\~\] |
  | space  | 空格、制表符、新行、和回车 | \[\\n\\r\\t\\x0B\]                                  |
  | upper   | 大写文字字符      | \[A-Z\]                                            |
  | xdigit | 十六进制数字字符    | \[0-9a-fA-F\]                                        |
     
  
- \[\[:\<:\]\]，\[\[:\>:\]\]：分别匹配字符串的开始和结束。
示例：
```
m_db=# SELECT 'fo\nfo' REGEXP '^fo$'; 
 ?column? 
----------
 f
(1 row)
m_db=# SELECT 'fofo' REGEXP '^fo';
 ?column? 
----------
 t
(1 row)
m_db=# SELECT 'Ban' REGEXP '^Ba*n';  
 ?column? 
----------
 t
(1 row)
m_db=# SELECT 'Bn' REGEXP '^Ba?n';
 ?column? 
----------
 t
(1 row)
m_db=# SELECT 'pi' REGEXP 'pi|apa';
 ?column? 
----------
 t
(1 row)
m_db=# SELECT 'aXbc' NOT REGEXP '^[a-dXYZ]$';
 ?column? 
----------
 t
(1 row)
```
当m_format_behavior_compat_options开启enable_escape_string配置开关，支持的转义字符匹配包括：
| 转义字符 | 描述                                                           |
|:---|:---|
| \\'   | 一个单引号字符。                                                     |
| \\"  | 一个双引号字符。                                                     |
| \\b    | 一个退格符。                                                    |
| \\n  | 一个换行符。                                                      |
| \\r   | 一个回车符。                                                    |
| \\t  | 一个制表符。                                                     |
| \\Z    | ASCII 26（Control Z）。                                       |
| \\\\  | 一个反斜杠符。                                                       |
| \\%    | 一个%符。                                                      |
| \\_  | 一个_符。                                                        |
| \\0   | GaussDB报错：invalid byte sequence for encoding "UTF8": 0x00。 |
   
当m_format_behavior_compat_options关闭enable_escape_string配置开关，并设置standard_conforming_strings='off', escape_string_warning='off', backslash_quote='on'，支持的转义字符匹配包括：
| 转义字符    | 描述                                                        |
|:---|:---|
| \\'     | 一个单引号字符。                                                 |
| \\b     | 退格键。                                                      |
| \\f     | 换页符，如C语言。                                                |
| \\n       | 换行符，如C语言。                                                |
| \\r     | 回车符，如C语言。                                                 |
| \\t     | 水平制表符，如C语言                                                |
| \\uwxyz | （其中wxyz 是四个十六进制数字）十六进制值为0xwxyz的字符。                       |
| \\xhhh | （其中hhh是十六进制数字的任何序列）十六进制值为0xhhh的字符。                       |
| \\0      | GaussDB报错：invalid byte sequence for encoding "UTF8": 0x00。 |
| \\xy    | （其中xy是两个八进制数字）八进制值为0xy的字符。                                |
| \\xyz    | （其中xyz是三个八进制数字）八进制值为0xyz的字符。                            |
   
![](https://support.huaweicloud.com/centralized-ref-v10-gaussdb/public_sys-resources/caution_3.0-zh-cn.png)
词法语法解析按照字节流解析，当多字节字符中包含与'\\', '\\'', '\\\\'等符号一致的编码时，会导致与mysql行为不一致，建议暂时关闭转义符开关进行规避。
