# 模式匹配操作符 数据库提供了三种实现模式匹配的方法：SQL LIKE操作符、SIMILAR TO操作符和POSIX-风格的正则表达式。除了这些基本的操作符外，还有一些函数可用于提取或替换匹配子串并在匹配位置分离一个串。 #### LIKE 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线，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，需写两个逃逸字符。例如要写一个包含反斜线的模式常量，那就要在SQL语句里写两个反斜线。 ![](https://support.huaweicloud.com/sqlreference-dws/public_sys-resources/note_3.0-zh-cn.png) 参数standard_conforming_strings设置为off时，在字符串常量中写的任何反斜线都需要被双写。因此写一个匹配单个反斜线的模式实际上要在语句里写四个反斜线。可通过用ESCAPE选择一个不同的逃逸字符来避免这种情况，这样反斜线就不再是LIKE的特殊字符了。但仍然是字符文本分析器的特殊字符，所以还是需要两个反斜线。也可通过写ESCAPE ''的方式不选择逃逸字符，这样可以有效地禁用逃逸机制，但是没有办法关闭下划线和百分号在模式中的特殊含义。 5. 关键字ILIKE可以用于替换LIKE，区别是LIKE大小写敏感，ILIKE大小写不敏感。 6. 操作符\~\~等效于LIKE，操作符\~\~\*等效于ILIKE。 - 示例 ``` SELECT 'abc' LIKE 'abc' AS RESULT; result ----------- t (1 row) ``` ``` SELECT 'abc' LIKE 'a%' AS RESULT; result ----------- t (1 row) ``` ``` SELECT 'abc' LIKE '_b_' AS RESULT; result ----------- t (1 row) ``` ``` SELECT 'abc' LIKE 'c' AS RESULT; result ----------- f (1 row) ``` #### SIMILAR TO SIMILAR TO操作符根据特定模式判断字符串匹配情况并返回真假值。SIMILAR TO在功能上与LIKE非常类似，只不过它使用SQL标准定义的正则表达式解析模式。 - 匹配规则 1. 和LIKE一样，SIMILAR TO操作符只有在它的模式匹配整个串的时候才返回真。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. SIMILAR TO也支持下面这些从POSIX正则表达式借用的模式匹配元字符。 表1模式匹配元字符 | 元字符 | 含义 | |:---|:---| | \| | 表示选择（两个候选之一）。 | | \* | 表示重复前面的项零次或更多次。 | | + | 表示重复前面的项一次或更多次。 | | ? | 表示重复前面的项零次或一次。 | | {m} | 表示重复前面的项刚好m次。 | | {m,} | 表示重复前面的项m次或更多次。 | | {m,n} | 表示重复前面的项至少m次并且不超过n次。 | | () | 把多个项组合成一个逻辑项。 | | \[...\] | 声明一个字符类，就像POSIX正则表达式一样。 | 4. 前导逃逸字符可以禁止所有这些元字符的特殊含义。逃逸字符的使用规则和LIKE一样。 - 注意事项 如果SIMILAR TO正则表达式重复匹配字符数量非常庞大，由于受递归大小限制，执行语句会失败并报错invalid regular expression: regular expression is too complex，可尝试调大GUC参数[max_stack_depth](https://support.huaweicloud.com/devg-dws/dws_04_0893.html#section14)。 - 正则表达式函数 支持使用函数[substring(string from pattern for escape)](https://support.huaweicloud.com/sqlreference-dws/dws_06_0412.html#ZH-CN_TOPIC_0000002483790638__section12598113333)截取匹配SQL正则表达式的子字符串。 - 示例 ``` SELECT 'abc' SIMILAR TO 'abc' AS RESULT; result ----------- t (1 row) ``` ``` SELECT 'abc' SIMILAR TO 'a' AS RESULT; result ----------- f (1 row) ``` ``` SELECT 'abc' SIMILAR TO '%(b|d)%' AS RESULT; result ----------- t (1 row) ``` ``` SELECT 'abc' SIMILAR TO '(b|c)%' AS RESULT; result ----------- f (1 row) ``` #### POSIX正则表达式 正则表达式是一个字符序列，它是定义一个串集合 （一个正则集）的缩写。 如果一个串是正则表达式描述的正则集中的一员时， 那么就说这个串匹配该正则表达式。 POSIX正则表达式提供了比LIKE和SIMILAR TO操作符更强大的含义。[表2]列出了所有可用于POSIX正则表达式模式匹配的操作符。 表2正则表达式匹配操作符 | 操作符 | 描述 | 例子 | |:---|:---|:---| | \~ | 匹配正则表达式，大小写敏感 | 'thomas' \~ '.\*thomas.\*' | | \~\* | 匹配正则表达式，大小写不敏感 | 'thomas' \~\* '.\*Thomas.\*' | | !\~ | 不匹配正则表达式，大小写敏感 | 'thomas' !\~ '.\*Thomas.\*' | | !\~\* | 不匹配正则表达式，大小写不敏感 | 'thomas' !\~\* '.\*vadim.\*' | - 匹配规则 1. 与LIKE不同，正则表达式允许匹配串里的任何位置，除非该正则表达式显式地挂接在串的开头或者结尾。 2. 除了上文提到的元字符外， POSIX正则表达式还支持下表的模式匹配元字符。 表3模式匹配元字符 | 元字符 | 含义 | |:---|:---| | \^ | 表示串开头的匹配。 | | $ | 表示串末尾的匹配。 | | . | 匹配任意单个字符。 | - 正则表达式函数 POSIX正则表达式支持下面函数。 - [substring(string from pattern)](https://support.huaweicloud.com/sqlreference-dws/dws_06_0412.html#ZH-CN_TOPIC_0000002483790638__section13931191583319)函数提供了抽取一个匹配POSIX正则表达式模式的子串的方法。 - [regexp_replace(string, pattern, replacement \[,flags \])](https://support.huaweicloud.com/sqlreference-dws/dws_06_0414.html#ZH-CN_TOPIC_0000002515797145__section1287153982819)函数提供了将匹配POSIX正则表达式模式的子串替换为新文本的功能。 - [regexp_matches(string text, pattern text \[, flags text\])](https://support.huaweicloud.com/sqlreference-dws/dws_06_0412.html#ZH-CN_TOPIC_0000002483790638__section1740918406323)函数返回一个文本数组，该数组由匹配一个POSIX正则表达式模式得到的所有被捕获子串构成。 - [regexp_split_to_table(string text, pattern text \[, flags text\])](https://support.huaweicloud.com/sqlreference-dws/dws_06_0416.html#ZH-CN_TOPIC_0000002515796863__section9656102314320)函数把一个POSIX正则表达式模式当作一个定界符来分离一个串。 - [regexp_split_to_array(string text, pattern text \[, flags text \])](https://support.huaweicloud.com/sqlreference-dws/dws_06_0416.html#ZH-CN_TOPIC_0000002515796863__section17325142812322)和regexp_split_to_table类似，是一个正则表达式分离函数，不过它的结果以一个text数组的形式返回。 ![](https://support.huaweicloud.com/sqlreference-dws/public_sys-resources/note_3.0-zh-cn.png) 正则表达式分离函数会忽略零长度的匹配，这种匹配发生在串的开头或结尾或者正好发生在前一个匹配之后。这和正则表达式匹配的严格定义是相悖的，后者由regexp_matches实现，但是通常前者是实际中最常用的行为。 - 示例 ``` SELECT 'abc' ~ 'Abc' AS RESULT; result -------- f (1 row) ``` ``` SELECT 'abc' ~* 'Abc' AS RESULT; result -------- t (1 row) ``` ``` SELECT 'abc' !~ 'Abc' AS RESULT; result -------- t (1 row) ``` ``` SELECT 'abc'!~* 'Abc' AS RESULT; result -------- f (1 row) ``` ``` SELECT 'abc' ~ '^a' AS RESULT; result -------- t (1 row) ``` ``` SELECT 'abc' ~ '(b|d)'AS RESULT; result -------- t (1 row) ``` ``` SELECT 'abc' ~ '^(b|c)'AS RESULT; result -------- f (1 row) ``` 虽然大部分的正则表达式搜索都能很快地执行，但是正则表达式仍可能被人为地控制，通过任意长的时间和任意量的内存进行处理。不建议接受非安全来源的正则表达式搜索模式，如果必须这样做，建议加上语句超时限制。使用SIMILAR TO模式的搜索具有同样的安全性危险， 因为SIMILAR TO提供了很多和POSIX-风格正则表达式相同的能力。LIKE搜索比其他两种选项简单得多，因此在接受非安全来源的搜索模式时要更安全些。