代码之家 › 专栏 › 技术社区 › Piotr Czapla

mysql中regexp匹配中的十六进制字符

regex mysql

Piotr Czapla · 技术社区 · 15 年前

我发现了mysql非常奇怪的行为。下面的选择返回0:

SELECT CONVERT('a' USING BINARY) REGEXP '[\x61]'

但是,语义相同的select DOWN返回1:

SELECT CONVERT('a' USING BINARY) REGEXP '[\x61-\x61]'

你知道这里发生了什么吗?

我需要十六进制字符来创建一个regexp,当二进制字符串以utf8编码时,该regexp匹配。可以在上找到此类regexp的perl版本 w3c site . 情况如下:

$field =~
      m/\A(
         [\x09\x0A\x0D\x20-\x7E]            # ASCII
       | [\xC2-\xDF][\x80-\xBF]             # non-overlong 2-byte
       |  \xE0[\xA0-\xBF][\x80-\xBF]        # excluding overlongs
       | [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}  # straight 3-byte
       |  \xED[\x80-\x9F][\x80-\xBF]        # excluding surrogates
       |  \xF0[\x90-\xBF][\x80-\xBF]{2}     # planes 1-3
       | [\xF1-\xF3][\x80-\xBF]{3}          # planes 4-15
       |  \xF4[\x80-\x8F][\x80-\xBF]{2}     # plane 16
      )*\z/x;

4 回复 | 直到 15 年前

Mark Byers 15 年前

这也符合:

SELECT CONVERT('a' USING BINARY) REGEXP '[1-\x]'

\x 被解释为 x a 介于 1 和 . 正则表达式的其余部分只是普通字符,与此处无关,因为它们已经在[1-x]范围内。

SELECT CONVERT('0' USING BINARY) REGEXP '[\x61-\x61]' -- Fails, because 0 < 1.
SELECT CONVERT('1' USING BINARY) REGEXP '[\x61-\x61]' -- Succeeds: inside [1-x].
SELECT CONVERT('2' USING BINARY) REGEXP '[\x61-\x61]' -- Succeeds: inside [1-x].
...
SELECT CONVERT('w' USING BINARY) REGEXP '[\x61-\x61]' -- Succeeds: inside [1-x].
SELECT CONVERT('x' USING BINARY) REGEXP '[\x61-\x61]' -- Succeeds: inside [1-x].
SELECT CONVERT('y' USING BINARY) REGEXP '[\x61-\x61]' -- Fails, because y > x.

SELECT HEX('a')
61

Puggan Se 9 年前

编写一个类似于 [\x61-\x65] 在mysql中,可以在concat中使用十六进制值:

SELECT CONVERT('a' USING BINARY) REGEXP CONCAT('[', 0x61, '-', 0x65, ']')

Shorin 14 年前

[^ -~]

[^\x20-\x7E]

Samuel Åslund mike3996 6 年前

mysql> SELECT count(*) from myTable where CONVERT(myCol  USING BINARY) REGEXP CONCAT('[',0xF0,'-',0xFF,']','[', 0x80, '-', 0xBF, ']') limit 3;
+----------+
| count(*) |
+----------+
|        0 |
+----------+
1 row in set (0.54 sec)

mysql> SELECT count(*) from myTable where CONVERT(myCol  USING BINARY) REGEXP CONCAT('[',0xE0,'-',0xEF,']','[', 0x80, '-', 0xBF, ']') limit 3;
+----------+
| count(*) |
+----------+
|        0 |
+----------+
1 row in set (0.53 sec)

mysql> SELECT count(*) from myTable where CONVERT(myCol  USING BINARY) REGEXP CONCAT('[',0xC2,'-',0xDF,']','[', 0x80, '-', 0xBF, ']') limit 3;
+----------+
| count(*) |
+----------+
|        0 |
+----------+
1 row in set (0.50 sec)

mysql>

当我不计算行数时,限制是存在的,反转regexp中的最后一个范围显示那里实际上有扩展字符(让我相信regexp可以工作,因为它还没有为我找到任何损坏的数据)。裁判: https://www.fileformat.info/info/unicode/utf8.htm