时间戳

首页 > 解决方案 > MySQL模式匹配以查找特定文本

mysql - MySQL模式匹配以查找特定文本

问题描述

我的工作数据库来自网络论坛。在其中，有一个包含所有帖子数据的表格（即用户在线程中提交的文本）。这些帖子包含一个名为的列，该列message是帖子的实际内容。帖子可以包含任何字符以及表情符号。表情符号用冒号表示，紧随其后的是可变长度的简短描述，然后是冒号。即:clap:。一个帖子可以包含多个表情符号。

我正在尝试想出一种方法来拉出帖子表中所有表情符号的列表。

到目前为止，我所做的是一个查询，它会提取包含至少两个冒号的帖子列表：

SELECT 
    thread_id
    , post_id
    , SUBSTRING_INDEX(SUBSTRING_INDEX(message, ':', 2), ':', -1) 
FROM 
    xf_post
WHERE 
    ROUND((CHAR_LENGTH(message) - CHAR_LENGTH(REPLACE(message, ':', ""))) / CHAR_LENGTH(':')) > 1
LIMIT 50

这可行，但也会返回消息，其中用户出于任何原因包含多个冒号，例如random : text followed : by more text，或时间戳：00:00:12345。

我希望实现的是返回所有出现在冒号之间的字母数字字符，没有任何空格。（是的，这将删除所有纯数字的表情符号，但是¯\_(ツ)_/¯）。

我摆弄了REGEXP，并想出了以下内容：[:][a-zA-Z]+(?=:)[:]根据regex101产生的正是我想要的。

我如何使用它来捕获输出，并且只查看分号之间的值，并且最好以这样的方式显示单个帖子中所有出现的笑脸？

谢谢你。

标签： mysqlregex

解决方案

@SimonlucaLandi 至少帮助我弄清楚了显示结果的方法。我的最终查询：

SELECT 
    thread_id
    , post_id
    , REGEXP_SUBSTR(message, '':[a-zA-Z]+:'')
FROM 
    xf_post
WHERE 
    message REGEXP '':[a-zA-Z]+:''
LIMIT 50

推荐阅读