编号字符串的 MySQL RLIKE 行为

Question

我正在使用 RLIKE 通过 mysql 查找一些电子邮件域。

这是查询:

SELECT something 
FROM table1 
WHERE SUBSTRING_INDEX(table1.email, "@", -1) RLIKE "test1.com"|"test2.com"

这匹配了所有带有数字的电子邮件域，例如:

aaa@domain0.com

知道为什么吗？

编辑:我还注意到它会找到至少有两个连续数字的电子邮件域。

真的很奇怪。

Answer 1

提供给RLIKE 或REGEXP 的字符串需要是带引号的字符串，其中整个正则表达式是单引号。你得到的是两个用 | 分隔的双引号字符串，即 the bitwise OR operator .

这导致整个表达式被评估为 0，这就是匹配域 aaa@domain0.com 的原因:

# The unquoted | evaluates this to zero:
mysql> SELECT "string" | "string";
+---------------------+
| "string" | "string" |
+---------------------+
|                   0 |
+---------------------+

# And zero matches domain0.com
mysql> SELECT 'domain0.com' RLIKE '0';
+-------------------------+
| 'domain0.com' RLIKE '0' |
+-------------------------+
|                       1 |
+-------------------------+

相反，您需要将 RLIKE 与单引号字符串一起使用，并使用反斜杠转义 .。我还添加了 ^$ anchor ，因此子字符串不匹配。

WHERE SUBSTRING_INDEX(table1.email, "@", -1) RLIKE '^test1\.com$|^test2\.com$'

也可以表示为'^(test1\.com|test2\.com)$'。诀窍在于 | 的优先级非常低，因此您需要确保两端都锚定了您想要匹配的每个可能的字符串。

但是，如果您只是想匹配域列表，使用 IN () 会容易得多，因此您可以只列出它们:

WHERE SUBSTRING_INDEX(table1.email, "@", -1) IN ('test1.com', 'test2.com', 'test4.org')