讲师中心 微信公众号
AI工具推荐 视频效率加速

如何在SQL中使用正则表达式进行数据清理_利用REGEXP_REPLACE函数

陌萱小哥_9654

陌萱小哥_9654

发布时间:2026-05-25 09:32:36

|

360人浏览过

|

来源于php中文网

原创

MySQL 8.0+ 的 REGEXP_REPLACE 需版本≥8.0.4,语法为 REGEXP_REPLACE(str, pattern, replacement[, position[, occurrence[, match_type]]),pattern 用 POSIX ERE(如 [0-9]),捕获组引用写为 ,replacement 为空字符串合法。

如何在sql中使用正则表达式进行数据清理_利用regexp_replace函数

MySQL 8.0+ 的 REGEXP_REPLACE 怎么写才不报错

不是所有 MySQL 版本都支持 REGEXP_REPLACE,5.7 及更早版本直接调用会报错 FUNCTION xxx.REGEXP_REPLACE does not exist。必须确认版本 ≥ 8.0.4,且 sql_mode 中不含 NO_ENGINE_SUBSTITUTION 以外的正则限制项(实际影响不大,但某些严格模式下会抑制警告)。

基础语法是:REGEXP_REPLACE(str, pattern, replacement[, position[, occurrence[, match_type]])。前三个参数必填,position 默认为 1(从开头匹配),occurrence 默认为 0(替换全部匹配),match_type 常用值有 'c'(大小写敏感)、'i'(忽略大小写),不传则按列字符集排序规则决定。

  • pattern 中不能用 PCRE 风格的 d 或 s,MySQL 使用 POSIX ERE 语法,得写成 [0-9]、[[:space:]]
  • replacement 字符串里不能直接写 $1 引用捕获组,要用 \1(双反斜杠),且捕获组必须用括号 () 明确定义
  • 空字符串 '' 作为 replacement 是合法的,但若 pattern 为空或为 ^$ 类边界匹配,可能意外清空整列

清理手机号中间四位:为什么 REGEXP_REPLACE(phone, '(\d{3})\d{4}(\d{4})', '\1****\2') 有时失效

这个写法在大多数中国手机号场景下有效,但容易忽略两个现实问题:原始数据含空格、横线、括号,或开头带 +86/0086;还有部分号码是 170/171 等虚拟运营商号,但位数仍是 11 位,不影响匹配。

真正导致失效的是 pattern 没做前置清洗和锚定:

  • 没加 ^ 和 $ 锚点,遇到 'tel:13812345678' 这类带前缀的数据,会错误匹配子串,结果变成 'tel:138****5678'
  • 没先用 TRIM() 和 REPLACE() 去掉空格、短横线,pattern 中的 \d 不会匹配这些符号,导致整个正则失败
  • 应该组合使用:REGEXP_REPLACE(TRIM(REPLACE(REPLACE(phone, '-', ''), ' ', '')), '^1[3-9][0-9]{9}$', '\1****\2') —— 注意这里 pattern 实际要配合捕获组重写为 ^(1[3-9][0-9]{2})([0-9]{4})([0-9]{4})$,才能正确提取首三位和末四位

PostgreSQL 用 REGEXP_REPLACE 替换邮箱域名时,'g' 标志和 'i' 标志能一起用吗

可以,PostgreSQL 支持多标志组合,比如 'gi' 表示全局 + 忽略大小写。但要注意顺序无关,'ig' 效果相同。

常见误用是以为 'g' 能跨行替换——其实默认不匹配换行符,除非显式在 pattern 中加入 [ ] 或开启 'n' 标志(使 . 匹配换行)。另外,PostgreSQL 的捕获组引用用的是 \1、\2,和 MySQL 一致,但不支持 $1。

  • 想把所有 @gmail.com 换成 @example.com,安全写法是:REGEXP_REPLACE(email, '@gmail\.com$', '@example.com', 'gi')(注意点号要转义)
  • 如果 email 字段含多个邮箱(逗号分隔),用 'g' 才能全量替换;否则只换第一个
  • pattern 末尾加 $ 很关键,避免把 myname@gmail.com.cn 错误替换成 myname@example.com.cn

Oracle 中没有 REGEXP_REPLACE?其实是有的,但默认行为和 MySQL 差很多

Oracle 自 10g 起就支持 REGEXP_REPLACE,函数签名是 REGEXP_REPLACE(source_string, pattern, replace_string[, position[, occurrence[, match_parameter]]),看着像,但默认行为差异大:

  • Oracle 默认只替换第一个匹配(occurrence = 0 表示全部,和 MySQL 相反)
  • match_parameter 常用值是 'i'(忽略大小写)、'c'(区分大小写)、'n'(让 . 匹配换行)、'm'(多行模式,^/$ 匹配每行起止)
  • Oracle 的 POSIX 语法更严格,[[:digit:]] 可用,但 \d 不识别;中文字符需用 Unicode 类如 \u4E00-\u9FFF,不能靠 [x{4E00}-x{9FFF}]
  • 性能上,Oracle 对长文本 + 复杂正则响应明显变慢,建议先用 LENGTH() 过滤超长字段再进正则处理

真正麻烦的是 Oracle 不支持在 WHERE 子句中对 REGEXP_REPLACE 结果直接建索引,线上大表做清洗时,最好先 UPDATE ... SET col = REGEXP_REPLACE(col, ...) 落库,别总在查询时实时计算。

热门AI工具

更多
UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
C语言变量命名
C语言变量命名

c语言变量名规则是:1、变量名以英文字母开头;2、变量名中的字母是区分大小写的;3、变量名不能是关键字;4、变量名中不能包含空格、标点符号和类型说明符。php中文网还提供c语言变量的相关下载、相关课程等内容,供大家免费下载使用。

3529

2023.06.20

c语言入门自学零基础
c语言入门自学零基础

C语言是当代人学习及生活中的必备基础知识,应用十分广泛,本专题为大家c语言入门自学零基础的相关文章,以及相关课程,感兴趣的朋友千万不要错过了。

2408

2023.07.25

c语言运算符的优先级顺序
c语言运算符的优先级顺序

c语言运算符的优先级顺序是括号运算符 > 一元运算符 > 算术运算符 > 移位运算符 > 关系运算符 > 位运算符 > 逻辑运算符 > 赋值运算符 > 逗号运算符。本专题为大家提供c语言运算符相关的各种文章、以及下载和课程。

1360

2023.08.02

c语言数据结构
c语言数据结构

数据结构是指将数据按照一定的方式组织和存储的方法。它是计算机科学中的重要概念,用来描述和解决实际问题中的数据组织和处理问题。数据结构可以分为线性结构和非线性结构。线性结构包括数组、链表、堆栈和队列等,而非线性结构包括树和图等。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

1298

2023.08.09

c语言random函数用法
c语言random函数用法

c语言random函数用法:1、random.random,随机生成(0,1)之间的浮点数;2、random.randint,随机生成在范围之内的整数,两个参数分别表示上限和下限;3、random.randrange,在指定范围内,按指定基数递增的集合中获得一个随机数;4、random.choice,从序列中随机抽选一个数;5、random.shuffle,随机排序。

1416

2023.09.05

c语言const用法
c语言const用法

const是关键字,可以用于声明常量、函数参数中的const修饰符、const修饰函数返回值、const修饰指针。详细介绍:1、声明常量,const关键字可用于声明常量,常量的值在程序运行期间不可修改,常量可以是基本数据类型,如整数、浮点数、字符等,也可是自定义的数据类型;2、函数参数中的const修饰符,const关键字可用于函数的参数中,表示该参数在函数内部不可修改等等。

2318

2023.09.20

c语言get函数的用法
c语言get函数的用法

get函数是一个用于从输入流中获取字符的函数。可以从键盘、文件或其他输入设备中读取字符,并将其存储在指定的变量中。本文介绍了get函数的用法以及一些相关的注意事项。希望这篇文章能够帮助你更好地理解和使用get函数 。

3800

2023.09.20

c数组初始化的方法
c数组初始化的方法

c语言数组初始化的方法有直接赋值法、不完全初始化法、省略数组长度法和二维数组初始化法。详细介绍:1、直接赋值法,这种方法可以直接将数组的值进行初始化;2、不完全初始化法,。这种方法可以在一定程度上节省内存空间;3、省略数组长度法,这种方法可以让编译器自动计算数组的长度;4、二维数组初始化法等等。

17835

2023.09.22

Vite 项目如何打包和部署
Vite 项目如何打包和部署

Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。

60

2026.10.28

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
WEB前端教程【HTML5+CSS3+JS】
WEB前端教程【HTML5+CSS3+JS】

共101课时 | 21.2万人学习

JavaScript正则表达式基础与实战
JavaScript正则表达式基础与实战

共11课时 | 1.7万人学习

布尔教育正则表达式视频教程
布尔教育正则表达式视频教程

共14课时 | 5.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn