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）

Question

我想测试一个字符串是否包含"Kansas"其后是" 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Mysql的REGEXP似乎并不喜欢这样。

附录：感谢David M推广这个问题： 如何将PCRE转换为POSIX RE？

Answer 1

MySQL没有前瞻性。 解决方法是进行两项测试：

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

我在这里使用了LIKE而不是RLIKE因为一旦你将它拆分成这样，就不再需要正则表达式了。 但是，如果由于其他原因仍然需要正则表达式，您仍然可以使用相同的技术。

请注意，这与您要求的“堪萨斯州堪萨斯州”不符。

更新：如果匹配'堪萨斯州堪萨斯州'那么重要，那么你可以使用MySQL支持的这个丑陋的正则表达式：

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

哎呀：我刚注意到Kip已经用一个非常类似于此的解决方案更新了他的评论。

Answer 2

这应该有效，假设在MySQL正则表达式中允许前瞻性断言。

/Kansas(?! State)/

---

编辑 ：好的，这是非常丑陋的，但它在Perl中适用于我，并且不使用前瞻性断言：

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

Answer 3

比大型正则表达式更高效（当然，取决于您的数据和引擎的质量）

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，你可能会发现这更好：

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

这具有易于维护的附加优点。 如果堪萨斯很常见且文本字段很大，那么它的效果就不那么好了。 当然，您可以根据自己的数据测试这些数据并告诉我们它们的比较方式。

Answer 4

这很难看，但是你走了：

你可能不需要将正则表达式一直扩展到最后，这取决于你的输入是否包括“我需要让这个人在堪萨斯统计中接受手术！”。

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)