--- title: "REGEXP är detta samma sak?" type: "forum-thread" url: "https://www.webforum.nu/amne/databaser-sql/159643-regexp-är-detta-samma-sak" topic: "Databaser & SQL" topic_url: "https://www.webforum.nu/amne/databaser-sql" author: "LR^evil.sid" published: "2007-04-25T12:56:14.000Z" updated: "2007-04-26T11:15:19.000Z" replies: 22 views: 959 page: 1 pages: 2 language: "sv-SE" site: "webForum — webforum.nu" rights: "Upphovsrätten till varje inlägg tillhör dess författare." attribution: "Citera som: webForum, https://www.webforum.nu/amne/databaser-sql/159643-regexp-är-detta-samma-sak" --- # REGEXP är detta samma sak? _Sida 1 av 2._ ## #1 — LR^evil.sid, 2007-04-25T12:56Z MySQL 5.1 Sitter å kikar på en gammal SQL-fråga för att sålla ut icke önskvärda poster i ett urval och tänkte att det där måste kunna göras smidigare med REGEXP. Till frågan, Är detta: ``` AND NOT LCASE(RIGHT(kunder.namn,4))=' ab.' AND NOT LCASE(RIGHT(kunder.namn,4))=' hb.' AND NOT LCASE(RIGHT(kunder.namn,3))=' ab' AND NOT LCASE(RIGHT(kunder.namn,3))=' hb' AND NOT LCASE(LEFT(kunder.namn,3))='hb.' AND NOT LCASE(LEFT(kunder.namn,3))='ab.' AND NOT LCASE(LEFT(kunder.namn,3))='ab ' AND NOT LCASE(LEFT(kunder.namn,3))='hb ' AND NOT LCASE(kunder.namn)='ab' AND NOT LCASE(kunder.namn)='hb' ``` samma sak som ``` AND NOT LCASE(kunder.namn) REGEXP '[ ][ab][.]{0,}$|[ ][hb][.]{0,}$|^[ab][.]{0,}|^[hb][.]{0,}|^[ab][ ]{0,}|^[hb][ ]{0,}|^[ab]$|^[hb]$|' ``` strukturerat ``` AND NOT LCASE(kunder.namn) REGEXP '[ ][ab][.]{0,}$| [ ][hb][.]{0,}$| ^[ab][.]{0,}| ^[hb][.]{0,}| ^[ab][ ]{0,}| ^[hb][ ]{0,}| ^[ab]$| ^[hb]$|' ``` Går det att göra med en kortare REGEXP sträng? Hur skulle den se ut i så fall? Permalänk: https://www.webforum.nu/p/159643 ## #2 — LR^evil.sid, 2007-04-25T13:37Z Det kunde vi ju snabbt konstatera att det \_inte\_ var. Har fortsatt pilla och kommit fram till detta: > AND LCASE(kunder.namn) NOT REGEXP '^\[ah\]b$\|\[\[:space:\]\]{1}\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\*$' vilket get ett resultat på 218153 rader på 49.81 sek medan > AND NOT LCASE(RIGHT(kunder.namn,4))=' ab.' > AND NOT LCASE(RIGHT(kunder.namn,4))=' hb.' > AND NOT LCASE(RIGHT(kunder.namn,3))=' ab' > AND NOT LCASE(RIGHT(kunder.namn,3))=' hb' > AND NOT LCASE(LEFT(kunder.namn,3))='hb.' > AND NOT LCASE(LEFT(kunder.namn,3))='ab.' > AND NOT LCASE(LEFT(kunder.namn,3))='ab ' > AND NOT LCASE(LEFT(kunder.namn,3))='hb ' > AND NOT LCASE(kunder.namn)='ab' > AND NOT LCASE(kunder.namn)='hb' ger ett resultat på 218139 rader på 47.78 sek Tips på hur jag kommer åt de 14 sista raderna? EDIT > AND LCASE(kunder.namn) NOT REGEXP '^\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\*\|^\[ah\]b$\|\[\[:space:\]\]{1}\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\*$' Ger 218102 rader på 47.67 sek Permalänk: https://www.webforum.nu/p/1969915 ## #3 — spango, 2007-04-26T06:19Z Exakt *vad* är det tänkt att regexpen ska matcha? Får inte riktigt grepp om saken. Att strängen inte får innehålla "ab" eller "hb" på vissa ställen förstår jag, men i vilka sammanhang? Kan du ge exempel? Permalänk: https://www.webforum.nu/p/1970058 ## #4 — LR^evil.sid, 2007-04-26T06:47Z REGEXP-strängen skall ersätta > AND NOT LCASE(RIGHT(kunder.namn,4))=' ab.' > AND NOT LCASE(RIGHT(kunder.namn,4))=' hb.' > AND NOT LCASE(RIGHT(kunder.namn,3))=' ab' > AND NOT LCASE(RIGHT(kunder.namn,3))=' hb' > AND NOT LCASE(LEFT(kunder.namn,3))='hb.' > AND NOT LCASE(LEFT(kunder.namn,3))='ab.' > AND NOT LCASE(LEFT(kunder.namn,3))='ab ' > AND NOT LCASE(LEFT(kunder.namn,3))='hb ' > AND NOT LCASE(kunder.namn)='ab' > AND NOT LCASE(kunder.namn)='hb' Permalänk: https://www.webforum.nu/p/1970063 ## #5 — spango, 2007-04-26T07:31Z Ja, så långt är jag med, men ärligt talat orkar jag inte sätta mig ner och grunna på exakt vilka strängar som matchar det där och vilka som inte gör det. Har du lust att, med egna ord och inte kod, förklara vad det är du vill göra? :) Anledningen till varför jag tjatar är för att jag tror att det går att optimera rätt rejält genom att ersätta det med en regexp som inte gör exakt samma sak men som ger samma resultat. Permalänk: https://www.webforum.nu/p/1970076 ## #6 — LR^evil.sid, 2007-04-26T07:47Z ur urvalet sålla bort alla stängar som: \* är exakt ab el. hb \* börjar med ab följt av mellanslag \* börjar med ab följt av punkt \* börjar med hb följt av mellanslag \* börjar med hb följt av punkt \* slutar med mellanslag följt av ab \* slutar med mellanslag följt av hb \* slutar med mellanslag följt av ab följt av punkt \* slutar med mellanslag följt av hb följt av punkt testade '^\[ah\]b$' mot AND NOT LCASE(kunder.namn)='ab' AND NOT LCASE(kunder.namn)='hb' Det gav samma resultat : ) så jag antar att den delen är avklarad. testade ^\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\* mot AND NOT LCASE(LEFT(kunder.namn,3))='hb.' AND NOT LCASE(LEFT(kunder.namn,3))='ab.' AND NOT LCASE(LEFT(kunder.namn,3))='ab ' AND NOT LCASE(LEFT(kunder.namn,3))='hb ' 199160 mot REGEXP's 199107 testade \[\[:space:\]\]+\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\*$ mot AND NOT LCASE(RIGHT(kunder.namn,4))=' ab.' AND NOT LCASE(RIGHT(kunder.namn,4))=' hb.' AND NOT LCASE(RIGHT(kunder.namn,3))=' ab' AND NOT LCASE(RIGHT(kunder.namn,3))=' hb' Det gav samma resultat : ) så jag antar att den delen är avklarad också. Permalänk: https://www.webforum.nu/p/1970080 ## #7 — spango, 2007-04-26T08:17Z OK, så mycket för mina optimeringsplaner :) *^\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])\** strular på grund av stjärnan. Nu är den regexpen faktiskt ekvivalent med *^\[ah\]b*, läser man ut den blir det "börjar med ett 'a' eller 'h', som följs av 'b', som följs av noll eller fler mellanslag och/eller punkter". Av samma anledning kanske du vill byta ut stjärnan i sista regexpen mot frågetecken (så att det blir "en eller ingen punkt" istället för "noll eller flera punkter"). Inte strikt nödvändigt, men nu matchar den exempelvis även "fubar ab.." också. Jag tror att det här borde klara biffen: *^\[ah\]b$\|^\[ah\]b\[\[\[:punct:\]\]\[\[:space:\]\]\]\|\[\[:space:\]\]+\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])?$* Permalänk: https://www.webforum.nu/p/1970092 ## #8 — LR^evil.sid, 2007-04-26T08:22Z REGEXP: AND LCASE(kunder.namn) NOT REGEXP '^\[ah\]b$\|^\[ah\]b\[\[\[:punct:\]\]\[\[:space:\]\]\]\|\[\[:space:\]\]+\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])?$' 198790 rader mot 198777 får med regexp tillbaka 13 rader jag inte vill ha Permalänk: https://www.webforum.nu/p/1970096 ## #9 — spango, 2007-04-26T08:35Z ... som ser ut hur? Permalänk: https://www.webforum.nu/p/1970104 ## #10 — LR^evil.sid, 2007-04-26T08:36Z vet inte. hur jämnför jag det enklast? det är ju trots allt ca 200000 rader EDIT, regexp träffar 2138 rader, WHERE NOT IN... skall fila på det Permalänk: https://www.webforum.nu/p/1970107 ## #11 — LR^evil.sid, 2007-04-26T09:17Z De raderna har ett bindestreck någonstans efter ab ex: Ab Härnösands Schakt- Och Trädg Ab Nord-Emballage Permalänk: https://www.webforum.nu/p/1970117 ## #12 — spango, 2007-04-26T09:29Z Va? Men de raderna borde du ju få fram även med icke-regexpvarianten. Permalänk: https://www.webforum.nu/p/1970118 ## #13 — LR^evil.sid, 2007-04-26T09:41Z Kollade lite noggrannare och bindestrecket har inte med saken att göra 13 rader: Ab. Ab Nord-Emballage Ab Härnösands Schakt- Och Trädg Ab Härnösands Schakt- Och Trädg Ab Härnösands Schakt- Och Trädg Ab Härnösands Schakt- Och Trädg Ab Härnösands Schakt- Och Trädg Ab Emil Lundgrens Bil- Och Ab Emil Lundgrens Bil- Och Ab Finskören Ab Previa Ab T Wasserman Ab T Wasserman antar att denna inte fungerar som den skall: ^\[ah\]b\[\[\[:punct:\]\]\[\[:space:\]\]\] Permalänk: https://www.webforum.nu/p/1970122 ## #14 — spango, 2007-04-26T09:43Z Men varför vill du inte ha de här raderna? Det ser mer som en bugg i nonregexpvarianten att de inte kom med, än att det är en bugg i regexpen som gör att de kommer med. :q Permalänk: https://www.webforum.nu/p/1970123 ## #15 — LR^evil.sid, 2007-04-26T09:58Z Det går inte att skilja ut AB/HB på annat sätt ur databasen som den ser ut nu och inga AB/HB skall vara med i urvalet Permalänk: https://www.webforum.nu/p/1970131 ## #16 — spango, 2007-04-26T10:05Z Ah, såklart, det var bara jag som tänkte fel. Tänkte att det var "WHERE strängen REGEX mönstret" och inte "WHERE strängen NOT REGEX mönstret" :r Men det är ett skumt fel. Lyckas den sortera bort några poster som börjar på "Ab" alls? Permalänk: https://www.webforum.nu/p/1970136 ## #17 — LR^evil.sid, 2007-04-26T10:09Z Ja det gör det, det verkar bara som att det är när ab följs av mellanslag eller punkt Permalänk: https://www.webforum.nu/p/1970137 ## #18 — LR^evil.sid, 2007-04-26T10:29Z Men om du anser det vara en bugg > **spango skrev:** > > Det ser mer som en bugg i nonregexpvarianten att de inte kom med, än att det är en bugg i regexpen som gör att de kommer med. Så får WHERE-klasulen se ut så här då. > AND NOT LCASE(LEFT(kunder.namn, 3)) = 'ab ' > AND NOT LCASE(LEFT(kunder.namn, 3)) = 'ab.' > AND LCASE(kunder.namn) NOT REGEXP '^\[ah\]b$\|^\[ah\]b\[\[\[:punct:\]\]\[\[:space:\]\]\]\|\[\[:space:\]\]+\[ah\]b(\[\[\[:punct:\]\]\[\[:space:\]\]\])?$'; Borde jag skriva en rapport till MySQL oxå? Permalänk: https://www.webforum.nu/p/1970142 ## #19 — spango, 2007-04-26T10:36Z Det som är mest sannolikt att lida av en bugg i den här tråden är nog min hjärna, är jag rädd ;) Fast testa att köra typ *SELECT 'Ab Previa' REGEXP '^\[ah\]b\[\[\[:punct:\]\]\[\[:space:\]\]\]'* och se om det ger en etta som svar. Gör det inte det är något fel, antingen på hur vi förstått regexp-syntaxen, eller på regexpmotorn. Får du däremot tillbaka en etta är något fel på hur regexpen sätts samman med de andra bitarna. Permalänk: https://www.webforum.nu/p/1970143 ## #20 — LR^evil.sid, 2007-04-26T10:43Z får inte en etta, får en nolla Permalänk: https://www.webforum.nu/p/1970146 --- Tråden på webben: https://www.webforum.nu/amne/databaser-sql/159643-regexp-är-detta-samma-sak Nästa sida: https://www.webforum.nu/amne/databaser-sql/159643-regexp-är-detta-samma-sak/page2.md