MaxCompute：RLIKE字元匹配

一般規則匹配

• 匹配字串的開頭和結尾

  -- 匹配字串aa123bb的開頭是否為a，返回true
  SELECT 'aa123bb' RLIKE '^a';
  
  -- 匹配字串aa123bb的開頭是否為a、結尾是否為b，運行返回true
  SELECT 'aa123bb' RLIKE '^a.*b$';
  
  -- 匹配字串footerbar中是否依次包含foo和bar，返回true 
  SELECT 'footerbar' RLIKE 'foo(.*?)(bar)';
  
  -- 匹配字串footerbar中是否開頭是foo，結尾是bar，返回true
  SELECT 'footerbar' RLIKE '^foo(.*?)(bar)$';

• 匹配任一字元

  -- 匹配字串cc123bb的開頭是否是a~d中的任意一個字元，返回true
  SELECT 'cc123bb' RLIKE '^[a-d]';
  
  -- 匹配字串12abc34的開頭是12，結尾是34，且中間至少有一個a-d任意一個字元，返回true
  SELECT '12abc34' RLIKE '^12[a-d]+34$';

逸出字元匹配

RLIKE操作符支援反斜線\作為轉義符，因此Regex的模式中出現的\都要進行二次轉義。

• 樣本1

  Regex要匹配字串a+b，其中+是正則中的一個特殊字元，因此要用轉義的方式表達。在Regex引擎中的表達方式是a\+b，由於還要解釋一層轉義，因此能夠匹配該字串的運算式是a\\+b。

  SELECT 'a+b' RLIKE 'a\\+b';
  
  --返回結果如下：
  +------+
  | _c1  |
  +------+
  | true |
  +------+

• 樣本2

  匹配字元\， 在Regex引擎中\是一個特殊字元，因此要表示為\\，由於還要解釋一層轉義，因此寫成\\\\。

  說明

  在MaxCompute SQL中寫a\\b，而在輸出結果中顯示a\b，同樣是因為MaxCompute會對錶達式進行轉義。

  SELECT 'a\\b', 'a\\b' RLIKE 'a\\\b';
  
  -- 返回結果如下：
  +-----+------+
  | _c0 | _c1  |
  +-----+------+
  | a\b | false |
  +-----+------+
  
  SELECT 'a\\b', 'a\\b' RLIKE 'a\\\\b';
  
  -- 返回結果如下：
  +-----+------+
  | _c0 | _c1  |
  +-----+------+
  | a\b | true |
  +-----+------+

• 樣本3

  字串中有定位字元TAB，系統在讀入\t這兩個字元時，已經將其存為一個字元，因此在Regex的模式中它也是一個普通的字元。

  SELECT 'a\tb', 'a\tb' RLIKE 'a\tb';
  
  -- 返回結果如下：
  +---------+------+
  | _c0     | _c1  |
  +---------+------+
  | a     b | true |
  +---------+------+

• 樣本4

  匹配包含數字\d、非數字\D和後向引用\n情境的字串。

  --匹配2025maxcompute字串的開頭是否是數字字元，返回true
  SELECT '2025maxcompute' RLIKE '^\\\d';
  
  --匹配maxcompute2025test字串的開頭是否是非數字字元，返回true
  SELECT 'maxcompute2025test' RLIKE '^\\\D';
  
  --匹配alibaba-cloud-MC2025-test字串是否包含MC和數字組合，返回true 
  SELECT 'alibaba-cloud-MC2025-test' RLIKE 'MC\\\d';
  
  -- 匹配alibaba-cloud-MC2025-test字串中是否包含MC和4位元字組合，返回true
  SELECT 'alibaba-cloud-MC2025-test' RLIKE 'MC\\\d{4}-';
  
  -- 匹配字串中是否包含abcdefdef，返回true 
  -- abc為擷取的群組1，def為擷取的群組2，\2代表重複匹配第二個擷取的群組，需再次轉義為\\\2。即abcdefdef。
  SELECT 'mmabcdefdefgg' RLIKE '(abc)(def)\\\2';

POSIX字元組

中文字元組

樣本

例如句號（。）對應Regex為[\\x{3002}]。

SELECT * FROM VALUES ('你好。'),('nihao！') t(d) WHERE d RLIKE '[\\x{3002}]';

-- 返回結果如下：
+------------+
| d          |
+------------+
| 你好。        |
+------------+