新特性解读 MySQL 8.0 正则替换

原创： 杨涛涛

MySQL 一直以来都支持正则匹配，不过对于正则替换则一直到MySQL 8.0 才支持。对于这类场景，以前要么在MySQL端处理，要么把数据拿出来在应用端处理。

比如我想把表y1的列str1的出现第3个action的子 串替换成dble，怎么实现？

1. 自己写SQL层的存储函数。代码如下写死了3个，没有优化，仅仅作为演示，MySQL 里非常不建议写这样的函数。

 mysql
 DELIMITER $
 USE `ytt`$
 DROP FUNCTION IF EXISTS `func_instr_simple_ytt`$
 CREATE DEFINER=`root`@`localhost` FUNCTION `func_instr_simple_ytt`(
 f_str VARCHAR(1000), -- Parameter 1
 f_substr VARCHAR(100), -- Parameter 2
 f_replace_str varchar(100),
 f_times int -- times counter.only support 3.
 ) RETURNS varchar(1000)
 BEGIN
 declare v_result varchar(1000) default 'ytt'; -- result.
 declare v_substr_len int default 0; -- search string length.
 set f_times = 3; -- only support 3.
 set v_substr_len = length(f_substr);
 select instr(f_str,f_substr) into @p1; -- First real position .
 select instr(substr(f_str,@p1+v_substr_len),f_substr) into @p2; Secondary virtual position.
 select instr(substr(f_str,@p2+ @p1 +2*v_substr_len - 1),f_substr) into @p3; -- Third virtual position.
 if @p1 > 0 && @p2 > 0 && @p3 > 0 then -- Fine.
 select
 concat(substr(f_str,1,@p1 + @p2 + @p3 + (f_times - 1) * v_substr_len - f_times)
 ,f_replace_str,
 substr(f_str,@p1 + @p2 + @p3 + f_times * v_substr_len-2)) into v_result;
 else
 set v_result = f_str; -- Never changed.
 end if;
 -- Purge all session variables.
 set @p1 = null;
 set @p2 = null;
 set @p3 = null;
 return v_result;
 end;
 $
 DELIMITER ;
 -- 调用函数来更新：
 mysql> update y1 set str1 = func_instr_simple_ytt(str1,'action','dble',3);
 Query OK, 20 rows affected (0.12 sec)
 Rows matched: 20 Changed: 20 Warnings: 0

2. 导出来用sed之类的工具替换掉在导入，步骤如下：（推荐使用）

1）导出表y1的记录。

mysql
mysql> select * from y1 into outfile '/var/lib/mysql-files/y1.csv';
Query OK, 20 rows affected (0.00 sec)

2）用sed替换导出来的数据。

shell
root@ytt-Aspire-V5-471G:/var/lib/mysql-files# sed -i 's/action/dble/3' y1.csv

3）再次导入处理好的数据，完成。

mysql
mysql> truncate y1;
Query OK, 0 rows affected (0.99 sec)
mysql> load data infile '/var/lib/mysql-files/y1.csv' into table y1;
Query OK, 20 rows affected (0.14 sec)
Records: 20 Deleted: 0 Skipped: 0 Warnings: 0

以上两种还是推荐导出来处理好了再重新导入，性能来的高些，而且还不用自己费劲写函数代码。

那MySQL 8.0 对于以上的场景实现就非常简单了，一个函数就搞定了。

mysql
mysql> update y1 set str1 = regexp_replace(str1,'action','dble',1,3) ;
Query OK, 20 rows affected (0.13 sec)
Rows matched: 20 Changed: 20 Warnings: 0

还有一个regexp_instr 也非常有用，特别是这种特指出现第几次的场景。比如定义 SESSION 变量@a。

mysql
mysql> set @a = 'aa bb cc ee fi lucy 1 1 1 b s 2 3 4 5 2 3 5 561 19 10 10 20 30 10 40';
Query OK, 0 rows affected (0.04 sec)

拿到至少两次的数字出现的第二次子串的位置。

mysql
mysql> select regexp_instr(@a,'[:digit:]{2,}',1,2);
+--------------------------------------+
| regexp_instr(@a,'[:digit:]{2,}',1,2) |
+--------------------------------------+
| 50 |
+--------------------------------------+
1 row in set (0.00 sec)

那我们在看看对多字节字符支持如何。

mysql
mysql> set @a = '中国 美国 俄罗斯 日本 中国 北京 上海 深圳 广州 北京 上海 武汉 东莞 北京 青岛 北京';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_instr(@a,'北京',1,1);
+-------------------------------+
| regexp_instr(@a,'北京',1,1) |
+-------------------------------+
| 17 |
+-------------------------------+
1 row in set (0.00 sec)
mysql> select regexp_instr(@a,'北京',1,2);
+-------------------------------+
| regexp_instr(@a,'北京',1,2) |
+-------------------------------+
| 29 |
+-------------------------------+
1 row in set (0.00 sec)
mysql> select regexp_instr(@a,'北京',1,3);
+-------------------------------+
| regexp_instr(@a,'北京',1,3) |
+-------------------------------+
| 41 |
+-------------------------------+
1 row in set (0.00 sec)

那总结下，

这里我提到了 MySQL 8.0 的两个最有用的正则匹配函数 regexp_replace 和 regexp_instr。针对以前类似的场景算是有一个完美的解决方案。