MySQL - REGEXP (EXPRESSÕES REGULARES) no MySQL

Expressões regulares são um tema, diriamos, meio "cabeludo" pois a sua sintaxe não ajuda muito no quesito "dicas de como funciona". Geralmente trabalhar bem com REGEXP significa muito tempo de prática para "pegar o jeito" mais do que decorar livros ou soluções prontas. Mas não é por isto que vamos desanimar de trabalhar com elas, pois são extremamente poderosas.

O que alguns podem não saber, ou sabem mas não estão familiarizados, é que podemos utilizar também nos bancos de dados as famosas REGEXPs, alguns com mais outros com menos restrições. As REGEXPs também nos passam a falsa ilusão de que podemos utilizá-las não só para filtrar dados mas também para pegar "pedaços" da informação já selecionada. Vamos tratar disto mais adiante.

Nosso foco hoje é ver um pouco das expressões regulares aplicadas no MySQL, as armadilhas, equivocos e soluções desta ferramenta tão poderosa.

Infelizmente o MySQL não aceita todas as REGEXPs que, por exemplo, o PHP aceita. Abaixo apresento algumas das que podem ser utilizadas:

• ^ Início de string
• $ Fim de string
• . Qualquer character único
• [...] Qualquer caractere listado entre colchetes
• [^...] Qualquer caractere não listado entre colchetes
• p1|p2|p3 Revezamento; combina qualquer dos padrões p1, p2, or p3
• * Zero ou mais instâncias do elemento precedente
• + One ou mais instâncias do elemento precedente
• {n} n instâncias do elemento precedente
• {m,n} m até n instâncias do elemento precedente

http://dev.mysql.com/doc/refman/5.1/en/regexp.html

Vamos começar assumindo nossa tabela padrão (tabela 'site').

id	nome	url	tipo
1	Wikipedia Home	http://www.wikipedia.org/	home
2	Wikipedia NASA	http://en.wikipedia.org/wiki/NASA	article
3	Wikipedia Planetas	http://pt.wikipedia.org/wiki/Planeta	article

Existem três abordagens que podemos seguir que descrevo abaixo:

USANDO WHERE e REGEXP

Uma é a seleção de resultados baseado em um REGEXP feito da cláusula WHERE.

Alguns regexps podem não funcionar da mesma maneira que no javascript ou PHP. Vale fazer testes e também, sempre que possível, utilizar várias referências (não tão genéricas) para que o MySQL consiga encontrar o que você quer.

SELECT * FROM `site` WHERE url REGEXP 'http\:\/\/[a-z]{2}\.wikipedia'

id	nome	url	tipo
2	Wikipedia NASA	http://en.wikipedia.org/wiki/NASA	article
3	Wikipedia Planetas	http://pt.wikipedia.org/wiki/Planet	article

A query abaixo traz o mesmo resultado só que de maneira mais genérica.

SELECT * FROM `site` WHERE url REGEXP 'http\:\/\/[a-z]{2}\\.'

O que estamos dizendo para o MySQL é que ele traga tudo que possui 'http://', depois disto tudo que tenha duas letras minúsculas e, finalmente, um ponto depois destas duas letras. A diferença entre as duas queries está no fato de, na primeira, especificarmos que queremos após o ponto '.' a palavras 'wikipedia', o que no caso dos dados da tabela não faz diferença.

Bem, esta é a idéia básica ao utilizar REGEXP no WHERE. Faça testes e variações disto.

USANDO REGEXP no SELECT

Podemos utilizar o REGEXP dentro do resultado de um SELECT também, porém, neste caso, não será possível retornar pedaços do resutado selecionados com base na extressão regular. Aliás este é um erro bem comum de muitas pessoas, imaginar que o REGEXP consegue fazer a mesma função no MySQL que um preg_match() no PHP. Infelizmente isto não é possível. O que conseguimos como retorno é tão somente um boolean 1 ou 0 indicando se o padrão foi encontrado ou não.

SELECT *,url REGEXP 'http\:\/\/[a-z]{2}\\.' AS existe FROM site

id	nome	url	tipo	existe
1	Wikipedia Home	http://www.wikipedia.org/	home	0
2	Wikipedia NASA	http://en.wikipedia.org/wiki/NASA	article	1
3	Wikipedia Planetas	http://pt.wikipedia.org/wiki/Planeta	article	1

O REGEXP acima é o mesmo que do exemplo anterior, só que ao invés de ser declarado no WHERE ele é declarado no SELECT.

Para conseguir este tipo de retornom, ou seja, pegar um pedaço da string retornada pelo SELECT, devemos utilizar as funções de string como SUBSTRING_INDEX(), RIGHT() e etc. Este assunto merece um artigo à parte mas você pode consultar o link abaixo para ter uma idéia do que fazer.

http://dev.mysql.com/doc/refman/5.0/en/string-functions.html

NOT REGEXP

NOT REGEXP atua como um inversor, ou negação, do REGEXP, ou seja, se REGEXP retorna 'A' NOT REGEXP, com a mesma sintaxe, retorna qualquer outra coisa menos 'A'.

SELECT * FROM `site` WHERE url NOT REGEXP 'http\:\/\/[a-z]{2}\.wikipedia'

id	nome	url	tipo
1	Wikipedia Home	http://www.wikipedia.org/	home

O comando acima retorna a seleção inversa de "REGEXP 'http\:\/\/[a-z]{2}\.wikipedia'" do primeiro exemplo graças ao NOT REGEXP.

Bem, é isso ai.
Abraços