MySql 正则表达式查找文本中的不同字符串

Question

我有一个网站，用户可以使用自己的内容创建子网站。它类似于 wix.com。可以在内容中创建链接，一些用户正在滥用此功能链接到恶意软件网站。

用户的内容存储在 MySQL 数据库中名为 pages 的表中，位于 content 列内。

我想查找包含以“http”开头但不包含我的两个域之一的字符串的所有内容(假设它们是 mysite.com 和 another.com )。这会有所帮助，因为几乎每个内容都包含到这两个网站的链接，但很少包含到其他网站的链接。

例如:我想捕获http://badsite.com，但我不想捕获http://subdomain.mysite.com/page1或http://name.another.com/?page=products

此外，我想捕获 http://badsite.com，即使文本还包含指向我的域之一的链接(例如 http://sub.mysite .com/)。因此，下面的查询将不起作用:

select * 
from pages
where content like '%http%'
  and content not like '%mysite.com%'
  and content not like '%another.com%'

我想要捕获的文本示例:

Lorem ipsum dolor sit amet, consectetur adipiscing elit, < a href="http://sub.mysite.com/">sed< /a> do eiusmod < a href="http://badsite.com">tempor< /a> incididunt ut labore et dolore magna aliqua.

我不想捕捉的文本示例:

Lorem ipsum dolor sit amet, consectetur adipiscing elit, < a href="http://sub.mysite.com/">sed< /a> do eiusmod < a href="http://prefix.another.com/page2">tempor< /a> incididunt ut labore et dolore magna aliqua.

简而言之，我想查找链接到 mysite.com 或 another.com 以外的任何域的所有页面。

我认为我必须使用正则表达式来实现此目的，但我不知道该怎么做。

Answer 1

检查此部分:https://dev.mysql.com/doc/refman/5.7/en/regexp.html

对于条件组合，请考虑使用括号进行逻辑运算，它们将帮助您表达您想要的任何内容，例如:

(cond1 OR cond2) AND NOT cond3 AND cond 4 ...等等，等等