如何在MySQL8.0中利用REGEXP正则表达式提取特定文本-mysql教程-PHP中文网

mysql 8.0 的 regexp 仅支持布尔匹配，不支持捕获组提取；真正提取需用 regexp_substr()（8.0.4+），但不支持命名捕获组，且无法走索引，性能受限。

如何在mysql8.0中利用regexp正则表达式提取特定文本

MySQL 8.0 的 REGEXP 不支持捕获组提取

直接说结论：REGEXP 在 MySQL 8.0 中仅用于匹配判断（返回 1 或 0），**不能像其他语言那样用 $1、\1 提取子串**。这是最常踩的坑——很多人写 SELECT col REGEXP '(abc)(def)' FROM t，以为能拿到 abc，结果只是得到布尔值。

真正要做“提取”，必须配合 SUBSTRING() + LOCATE() 或更可靠的 REGEXP_SUBSTR()（MySQL 8.0.4+ 才有）。

用 REGEXP_SUBSTR() 提取第一个匹配片段

REGEXP_SUBSTR() 是 MySQL 8.0.4 起引入的专用提取函数，语法为 REGEXP_SUBSTR(str, pattern [, pos [, occurrence [, match_type ]]])。常用场景是取 URL 中的域名、日志中的 IP、JSON 片段里的值等。

例如从字段 log_line 中提取 IPv4 地址：

SELECT REGEXP_SUBSTR(log_line, '\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b') AS ip FROM logs;

注意点：

\b 是单词边界，防止匹配到 192.168.1.1000 中的 192.168.1.100
MySQL 正则默认是贪婪匹配，occurrence = 2 可取第二个匹配项
若正则无匹配，返回 NULL，不是空字符串
不支持命名捕获组（如 (?<ip>...)</ip>），只能靠位置索引

提取多个匹配项需结合 JSON_TABLE 或递归 CTE

MySQL 原生不支持“全部匹配并展开成多行”，比如一段文本里有 5 个邮箱，想每行一个。这时不能只靠 REGEXP_SUBSTR() 一次调用解决。

MySQL

编写正确的MySQL查询，避免字符集、索引和锁方面的常见陷阱。

下载

可行方案：

用 JSON_TABLE() + REGEXP_SUBSTR() 模拟循环（适合已知最大数量，如最多 10 个）
用递归 WITH RECURSIVE 逐步截取剩余字符串（性能较差，慎用于大表）
更实际的做法：在应用层（Python/Java）做完整正则提取，MySQL 只负责过滤（WHERE col REGEXP 'pattern'）

简单示例（取前 3 个匹配的数字）：

SELECT n.idx, REGEXP_SUBSTR(text, '[0-9]+', 1, n.idx) AS num
FROM t
JOIN (SELECT 1 AS idx UNION SELECT 2 UNION SELECT 3) AS n
WHERE REGEXP_SUBSTR(text, '[0-9]+', 1, n.idx) IS NOT NULL;