问题描述
|
我正在使用单词边界来匹配整个英语单词。如果我要匹配的字符串是纯英文的,则效果很好。
例如:
SELECT \'a word a\' REGEXP \'[[:<:]]word[[:>:]]\' -> 1
但是如果该字符串包含任何中文文字,
例如:SELECT \'a word哈哈抓不到我吧 a\' REGEXP \'[[:<:]]word[[:>:]]\' -> 0
如何使我的查询更智能,以便将英语单词隐藏起来与中文单词联系起来?
我正在考虑REGEXP \'[[:<:]]word[[:>:]] | [Chinese]word[[:>:]] | [[:<:]]word[Chinese] | [Chinese]word[Chinese]\'
,但我不知道如何在mysql正则表达式中使用Unicode点...
解决方法
您可以使用转义的\'u \'和unicode十六进制(例如
\\u0041
是\'A \')对大多数语言的unicode字符进行正则表达式。然后,您可以匹配unicode范围。这是所有大写的基本拉丁字母,即A-Z:
[\\u0041-\\u005A]
好资源
还要始终仔细检查您的编码。
匹配包含空格的“ 5”的示例:
.*[\\u0041-\\u0054 \\u0061-\\u007a \\u0020].*
在ascii中,这将是:
.*[A-Za-z ].*