正则表达式匹配除特定给定字符串之外的任何内容（包括空字符串）答案

【问题标题】：Regex to match anything (including the empty string) except a specific given string正则表达式匹配除特定给定字符串之外的任何内容（包括空字符串）
【发布时间】：2010-05-14 20:08:25
【问题描述】：

我想测试一个字符串是否包含"Kansas"，后跟" State"以外的任何内容。

例子：

"I am from Kansas"          true
"Kansas State is great"     false
"Kansas is a state"         true
"Kansas Kansas State"       true
"Kansas State vs Kansas"    true
"I'm from Kansas State"     false
"KansasState"               true

对于PCRE，我相信答案是这样的：

'Kansas(?! State)'

但是Mysql的REGEXP好像不喜欢这样。

附录：感谢David M 概括了这个问题： How to convert a PCRE to a POSIX RE?

【问题讨论】：

为什么"Kansas Kansas State" 是真的？
因为它包含“Kansas”，后跟“State”以外的其他内容，即“Kansas State”。理由是我想要所有提到“堪萨斯州”的字符串，无论它们是否也提到“堪萨斯州”。例如，“堪萨斯州和堪萨斯州在锦标赛中互相比赛”。那提到堪萨斯州（不仅仅是堪萨斯州），所以我想匹配它。
我添加了更多示例来澄清这一点。
我更新了我的答案。看看我的新正则表达式是否适用于 mysql。
poster 指出将简单的 PCRE 转换为完整的 POSIX re 可能很乏味，这引发了一个有趣的问题，即如何自动完成。 stackoverflow.com/questions/2837706/…

标签： sql mysql regex pcre

【解决方案1】：

MySQL 没有前瞻功能。一种解决方法是进行两个测试：

WHERE yourcolumn LIKE '%Kansas%'
  AND yourcolumn NOT LIKE '%Kansas State%'

我在这里使用了LIKE 而不是RLIKE，因为一旦像这样拆分它，就不再需要正则表达式了。但是，如果您出于其他原因仍需要正则表达式，您仍然可以使用相同的技术。

请注意，这与您要求的“Kansas Kansas State”不匹配。

更新：如果匹配 'Kansas Kansas State' 很重要，那么您可以使用 MySQL 支持的这个丑陋的正则表达式：

'Kansas($|[^ ]| ($|[^S])| S($|[^t])| St($|[^a])| Sta($|[^t])| Stat($|[^e]))'

糟糕：我刚刚注意到 Kip 已经用与此非常相似的解决方案更新了他的评论。

【讨论】：

谢谢马克。不过，“堪萨斯堪萨斯州”问题是症结所在。请参阅我添加到有关此问题的评论。

【解决方案2】：

比大型正则表达式（当然取决于您的数据和引擎的质量）更有效

WHERE col LIKE '%Kansas%' AND
  (col NOT LIKE '%Kansas State%' OR
  REPLACE(col, 'Kansas State', '') LIKE '%Kansas%')

如果堪萨斯州通常以“堪萨斯州”的形式出现，您可能会发现这样更好：

WHERE col LIKE '%Kansas%' AND
  REPLACE(col, 'Kansas State', '') LIKE '%Kansas%'

这具有更易于维护的额外优势。如果堪萨斯很常见并且文本字段很大，则效果较差。当然，您可以根据自己的数据进行测试，然后告诉我们它们的比较情况。

【讨论】：

哇，是的，这似乎好多了。（就我而言，性能不是问题，但这只是更容易输入，更不用说概括了。）谢谢！

【解决方案3】：

这应该可以工作，假设 MySQL 正则表达式中允许使用前瞻断言。

/Kansas(?! State)/

编辑：好的，这非常丑陋，但它在 Perl 中对我有用，并且不使用前瞻断言：

/Kansas(([^ ]|$)| (([^S]|$)|S(([^t]|$)|t(([^a]|$)|a(([^t]|$)|t([^e]|$))))))/

【讨论】：

谢谢基普，当你添加这个答案时，我只是在编辑这个问题！
很好的答案，除了 MySQL 没有实现前瞻断言。
回复：编辑：哇，我印象深刻！ :) 不幸的是，MySQL 用“非法变量名”来回应。
值得注意的是，Perl 和 MySQL 有完全不同的正则表达式实现。对于简单的示例，例如我和 Kip 分别实现的示例，它们的性能应该非常相似。但是，不要指望 Perl 和 MySQL 给出相同的答案或相似的性能。
谢谢大家。超级有帮助。似乎 MySQL 应该与该程序一起实现 pcre，嗯？

【解决方案4】：

这很丑，但是你去吧：

您可能不需要将正则表达式一直扩展到最后，这取决于您的输入是否可能包含类似“我需要让这个人在堪萨斯州接受手术！”之类的内容！

mysql> select x,x RLIKE 'Kansas($|[^ ]| ($|[^S])| S($|[^t])| St($|[^a])| Sta($|[^t])| Stat($|[^e]))' AS result from examples;
+------------------------+--------+
| x                      | result |
+------------------------+--------+
| I am from Kansas       |      1 |
| Kansas State is great  |      0 |
| Kansas is a state      |      1 |
| Kansas Kansas State    |      1 |
| Kansas State vs Kansas |      1 |
| I'm from Kansas State  |      0 |
| KansasState            |      1 |
+------------------------+--------+
7 rows in set (0.00 sec)

【讨论】：

哈！谢谢！我喜欢你证明它适用于所有示例的方式！