如何向正则表达式模式测试添加标志？

Question

如何在 MySQL 中向正则表达式模式测试添加标志？

似乎该模式对于某些 unicode 字符不区分大小写，如下所示：

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

退货：

TrueResult  FalseResult
    1           0

鉴于：

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

返回：

TrueResult  FalseResult
    1           1

例如，如何编写相当于：

SELECT UPPER('ö') REGEXP 'Ö';

用正则表达式标志代替？

Answer 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

Answer 2

REGEXP

(

RLIKE

)，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

等以及

COLLATION

，您通常可以获得所需的内容。

如果包含

Ö

的列是

CHARACTER SET utf8

（或

utf8mb4

），其中 most

COLLATIONs

不是

utf8_bin

，则“带分音符号的大写字母 O”

Ö

至少将比较所有这些值:

O=o=º=Ò=Õ=ò=õ=Ō=ō=Ŏ=ŏ

对于

utf8_hungarian_ci

、

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。

另请参阅整理详细信息

在几乎所有情况下，应避免使用

UPPER()

和

LOWER()

，而不是让“排序规则”完成工作。

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”。

对于“如何写出相当于：

SELECT UPPER('ö') REGEXP 'Ö';

”的问题，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

只是指出我正在使用

CHARACTER SET utf8

及其默认的

COLLATION

，而它恰好是

utf8_general_ci

。

还有

在特定测试中指定排序规则的方法类似于：

SELECT 'This' = 'this' COLLATE utf8_bin  --> 0
SELECT 'This' = 'this' COLLATE utf8_..._ci  --> 1  ("ci" = case insensitive)

缺点是

INDEX

不能用于比较涉及的任何列，从而导致表扫描。