如何向正则表达式模式测试添加标志？答案

【问题标题】：How to add flags to regular expression pattern tests?如何向正则表达式模式测试添加标志？
【发布时间】：2019-04-30 02:20:01
【问题描述】：

如何在 MySQL 中为正则表达式模式测试添加标志？

对于某些 unicode 字符，该模式似乎不区分大小写，如下所示：

SELECT
  UPPER('ö') REGEXP 'Ö' TrueResult,
  'ö' REGEXP 'Ö' FalseResult
;

TrueResult  FalseResult
    1           0

鉴于：

SELECT
  UPPER('o') REGEXP 'O' TrueResult,
  'o' REGEXP 'O' FalseResult
;

TrueResult  FalseResult
    1           1

那么例如，如何写等价于：

SELECT UPPER('ö') REGEXP 'Ö';

改用正则表达式标志？

【问题讨论】：

似乎这些字符被视为二进制数据，因此区分大小写。然后，你可以做的就是使用[Öö] 作为正则表达式

标签： mysql sql regex utf-8 mysql-5.7

【解决方案1】：

二进制排序规则可能会被使用：

set @letter:='Ö';

select 'ö' like binary @letter FalseResult, 
       'Ö' like binary @letter TrueResult;

FalseResult TrueResult
----------- ----------
    0           1

【讨论】：

【解决方案2】：

REGEXP (RLIKE)，在 MySQL 8.0 / MariaDB 10.0 之前不处理 UTF-8 字符。它愚蠢地将Ö 视为两个字节（十六进制）C3 和96。

带有重音（等）字母的正则表达式有时会起作用，但这更多的是巧合。不要相信它。

使用VARCHAR 和TEXT 数据类型，以及=、LIKE 等和COLLATION，您通常可以得到所需的数据。

如果包含Ö 的列是CHARACTER SET utf8（或utf8mb4），大多数 COLLATIONs 不是utf8_bin，则“带分音符号的大写字母O”Ö 将至少比较所有这些：

O=o=º=Ò=Õ=ò=õ=Ō=ō=Ŏ=ŏ

对于utf8_hungarian_ci，和utf8_turkish_ci，Ö=ö，但它们被视为不同的字母，排序在O之后和P之前。

对于 utf8_danish_ci、utf8_icelandic_ci 和 utf8_swedish_ci Ö=ö，但它们被视为不同的字母，位于 Z 之后。

另见collation details

在几乎所有情况下，应该避免使用UPPER() 和LOWER()，而不是让“整理”来完成这项工作。

另一个注意事项：任何以_ci 结尾的排序规则名称都表示“不区分大小写”和“不区分重音”。

至于问题“如何写相当于：SELECT UPPER('ö') REGEXP 'Ö';，我说：

mysql> SET NAMES utf8;
Query OK, 0 rows affected (0.01 sec)

mysql> SELECT 'ö' = 'Ö';
+-------------+
| 'ö' = 'Ö'   |
+-------------+
|           1 |
+-------------+
1 row in set (0.00 sec)

SET NAMES 只是为了指出我正在使用CHARACTER SET utf8 及其默认COLLATION，恰好是utf8_general_ci。

【讨论】：