大网数据广告活动
数据库部署与 SQL 参考

Apache Doris 中文参考:REGEXP

· 52CE 我爱测

对字符串 执行正则表达式匹配,匹配成功返回 true,否则返回 false。模式不必匹配整个字符串;需要完整匹配时使用 和 。任一参数为 NULL 时返回 NULL,非法模式会报错。字符串按 UTF-8 处理,匹配 Unicode 字符类别时可使用 等字符类。

描述

对字符串 <str> 执行正则表达式匹配,匹配成功返回 true,否则返回 false。模式不必匹配整个字符串;需要完整匹配时使用 ^ 和 $。任一参数为 NULL 时返回 NULL,非法模式会报错。字符串按 UTF-8 处理,匹配 Unicode 字符类别时可使用 \p{Han} 等字符类。

常规模式的语法请参阅 RE2 语法。

匹配引擎和会话变量

普通 LIKE、REGEXP 匹配可使用 Hyperscan 加速,并根据下列会话变量选择回退行为:

会话变量 默认值 作用
enable_hyperscan_fallback true Doris 4.1 系列自 4.1.5 起支持。实际采用 Hyperscan 编译的路径遇到编译失败或无法分配匹配空间时,允许回退到 RE2;为 false 时直接返回对应错误。简单模式优化或直接使用 RE2 的路径不受此开关控制。
enable_extended_regex false REGEXP 的模式被 RE2 拒绝时,允许进一步使用 Boost.Regex,以支持 look-around 等扩展语法。此变量不改变 RE2 的语法能力,也不为 LIKE、MATCH_REGEXP 或 MULTI_MATCH_ANY 增加扩展语法。

Doris 4.1 系列自 4.1.5 起,enable_extended_regex=true 对常量模式和从列中读取的非常量模式均生效。使用 Hyperscan 的路径若已设置 enable_hyperscan_fallback=false,仍会在 Hyperscan 失败时返回错误,不能靠开启 enable_extended_regex 绕过该错误。

enable_hyperscan_fallback 的取值和作用域也可查阅会话变量列表。

Boost.Regex 的语法请参阅 Perl 语法说明。仅在实际使用 Boost.Regex 时,才承担该引擎的匹配开销;复杂的回溯模式也可能报错 Failed to match regex expression。

重复次数限制

Doris 4.1 系列自 4.1.5 起,在提交给 Hyperscan 的正则模式中检测到 {m}、{m,} 或 {m,n} 形式包含大于 50 的数值时,会跳过 Hyperscan 编译。例如,a{51}、a{51,}、a{0,51} 会触发此检查,a{50} 和 a{0,50} 不会。这是保守的文本检查,字符类或注释中出现相同形式也可能触发。

匹配路径 检测到上述模式后的行为
普通 LIKE、REGEXP 的 Hyperscan 路径 enable_hyperscan_fallback=true 时尝试回退;为 false 时返回错误。回退后的模式仍须满足目标引擎的语法和数量限制。
MATCH_REGEXP 的行匹配和倒排索引正则匹配 直接拒绝,不使用 enable_hyperscan_fallback 回退。
MULTI_MATCH_ANY 的多模式匹配 直接拒绝,不使用 enable_hyperscan_fallback 回退。

触发检查且未回退时,错误信息包含:

Skip hyperscan compilation because bounded repetition exceeds 50

语法

REGEXP(<str>, <pattern>)
<str> [NOT] REGEXP <pattern>
<str> [NOT] RLIKE <pattern>

参数

参数 描述
<str> 字符串类型。表示要执行正则表达式匹配的字符串,可以是表中的列或字面值字符串。
<pattern> 字符串类型。用于与字符串 <str> 匹配的正则表达式模式。正则表达式提供了定义复杂搜索模式的强大方式,包括字符类、量词和锚点。

返回值

REGEXP 函数返回布尔值(BOOLEAN)。如果字符串 <str> 匹配正则表达式模式 <pattern>,函数返回 true(在 SQL 中表示为 1);如果不匹配,返回 false(在 SQL 中表示为 0)。任一参数为 NULL 时返回 NULL。

Doris 4.1 系列自 4.1.5 起修复常量空模式的匹配,使其与列模式一致:空模式对任意非 NULL 字符串(包括空字符串)都返回 true。

默认行为:

默认配置 行为说明
. 匹配换行符 . 默认可以匹配 \n(换行符)。
大小写敏感 匹配时区分大小写。
^/$ 匹配整个字符串边界 ^ 仅匹配字符串开头,$ 仅匹配字符串结尾,而非每行的行首/行尾。
量词贪婪 *、+ 等量词默认尽可能多地匹配。
UTF-8 字符串按 UTF-8 处理。

模式修饰符:

可通过在 pattern 前缀写入 (?flags) 来覆盖默认行为。多个修饰符可组合,如 (?im);- 前缀表示关闭对应选项,如 (?-s)。

下表描述常规 Hyperscan/RE2 路径的模式修饰符。若模式因零宽断言等语法回退到 Boost.Regex,应按 Boost.Regex 的语法解释修饰符,不能假定两种引擎的行为完全一致。

标志 含义
(?i) 大小写不敏感匹配
(?-i) 大小写敏感(默认)
(?s) . 匹配换行符(默认已开启)
(?-s) . 不匹配换行符
(?m) 多行模式:^ 匹配每行行首,$ 匹配每行行尾
(?-m) 单行模式:^/$ 匹配整个字符串首尾(默认)
(?U) 量词非贪婪:*、+ 等尽可能少地匹配
(?-U) 量词贪婪(默认):*、+ 等尽可能多地匹配

示例

CREATE TABLE test ( k1 VARCHAR(255) ) properties("replication_num"="1");

INSERT INTO test (k1) VALUES ('billie eillish'), ('It\'s ok'), ('billie jean'), ('hello world');
--- 查找k1字段中以'billie'开头的所有数据
SELECT k1 FROM test WHERE k1 REGEXP '^billie' ORDER BY k1;
+----------------+
| k1             |
+----------------+
| billie eillish |
| billie jean    |
+----------------+
--- 查找k1字段中以'ok'结尾的数据:
SELECT k1 FROM test WHERE k1 REGEXP 'ok$';
+---------+
| k1      |
+---------+
| It's ok |
+---------+

中文测试

select regexp('这是一段中文 This is a passage in English 1234567', '\\p{Han}');
+-----------------------------------------------------------------------------+
| ('这是一段中文 This is a passage in English 1234567' regexp '\p{Han}')         |
+-----------------------------------------------------------------------------+
|                                                                           1 |
+-----------------------------------------------------------------------------+

插入然后进行简单的变量字符串匹配

CREATE TABLE test_regexp (
    id INT,
    name VARCHAR(255)
) PROPERTIES("replication_num"="1");

INSERT INTO test_regexp (id, name) VALUES
    (1, 'Alice'),
    (2, 'Bob'),
    (3, 'Charlie'),
    (4, 'David');

--查找以'A'开头的名字
SELECT id, name FROM test_regexp WHERE name REGEXP '^A';
+------+-------+
| id   | name  |
+------+-------+
|    1 | Alice |
+------+-------+

特殊字符匹配

-- 插入具有特殊字符的名字
INSERT INTO test_regexp (id, name) VALUES
    (5, 'Anna-Maria'),
    (6, 'John_Doe');

-- 查找包含'-'字符的名字
SELECT id, name FROM test_regexp WHERE name REGEXP '-';
+------+------------+
| id   | name       |
+------+------------+
|    5 | Anna-Maria |
+------+------------+

结尾字符匹配

-- Find names ending with 'e'
SELECT id, name FROM test_regexp WHERE name REGEXP 'e$' ORDER BY id;
+------+----------+
| id   | name     |
+------+----------+
|    1 | Alice    |
|    3 | Charlie  |
|    6 | John_Doe |
+------+----------+

emoji字符匹配

SELECT 'Hello' REGEXP '😀'; 
+-----------------------+
| 'Hello' REGEXP '😀'     |
+-----------------------+
|                     0 |
+-----------------------+

空模式匹配任意非 NULL 字符串,包括空字符串:

SELECT REGEXP('abc', ''), REGEXP('', ''), REGEXP(NULL, '');
1    1    NULL

'str' 是NULL值,则返回NULL值

SELECT REGEXP(NULL, '^billie');
+-------------------------+
| REGEXP(NULL, '^billie') |
+-------------------------+
|                    NULL |
+-------------------------+

'pattern' 是NULL值,则返回NULL值

SELECT REGEXP('billie eillish', NULL);
+--------------------------------+
| REGEXP('billie eillish', NULL) |
+--------------------------------+
|                           NULL |
+--------------------------------+

所有参数都是NULL值,则返回NULL值

SELECT REGEXP(NULL, NULL);
+--------------------+
| REGEXP(NULL, NULL) |
+--------------------+
|               NULL |
+--------------------+

如果 'pattern' 参数不符合正则表达式,则抛出错误

SELECT REGEXP('Hello, World!', '([a-z');
ERROR 1105 (HY000): errCode = 2, detailMessage = (10.16.10.2)[INTERNAL_ERROR]Invalid regex expression: ([a-z

高级正则表达式需要开启扩展语法,普通 RE2 回退本身不支持 look-around:

SET enable_hyperscan_fallback = true;
SET enable_extended_regex = true;
SELECT REGEXP('foobar', '(?<=foo)bar');
1

非常量模式也可使用扩展语法(Doris 4.1 系列自 4.1.5 起):

CREATE TABLE regexp_patterns (
    id INT,
    s VARCHAR(32),
    p VARCHAR(64)
) DISTRIBUTED BY HASH(id) BUCKETS 1
PROPERTIES ("replication_num" = "1");

INSERT INTO regexp_patterns VALUES
    (1, 'foobar', '(?<=foo)bar'),
    (2, 'fobar', '(?<=foo)bar'),
    (3, 'foo123bar', 'foo(?=123)'),
    (4, 'foo124bar', 'foo(?=123)');

SELECT id, REGEXP(s, p) FROM regexp_patterns ORDER BY id;
1    1
2    0
3    1
4    0

还原会话设置,再查看下面的常规语法示例:

SET enable_extended_regex = false;

模式修饰符

大小写不敏感匹配:(?i) 使匹配忽略大小写

SELECT REGEXP('Hello World', 'hello') AS case_sensitive, REGEXP('Hello World', '(?i)hello') AS case_insensitive;
+----------------+------------------+
| case_sensitive | case_insensitive |
+----------------+------------------+
|              0 |                1 |
+----------------+------------------+

. 默认匹配换行符;使用 (?-s) 后 . 不匹配换行符

SELECT REGEXP('foo\nbar', '^.+$') AS dot_match_nl, REGEXP('foo\nbar', '(?-s)^.+$') AS dot_not_match_nl;
+--------------+------------------+
| dot_match_nl | dot_not_match_nl |
+--------------+------------------+
|            1 |                0 |
+--------------+------------------+

多行模式:(?m) 使 ^ 和 $ 匹配每行行首/行尾

SELECT REGEXP('foo\nbar', '^bar') AS single_line, REGEXP('foo\nbar', '(?m)^bar') AS multi_line;
+-------------+------------+
| single_line | multi_line |
+-------------+------------+
|           0 |          1 |
+-------------+------------+

贪婪与非贪婪:(?U) 使量词尽可能少地匹配

SELECT REGEXP_EXTRACT('aXbXc', '(a.*X)', 1) AS greedy,
       REGEXP_EXTRACT('aXbXc', '(?U)(a.*X)', 1) AS non_greedy;
+--------+------------+
| greedy | non_greedy |
+--------+------------+
| aXbX   | aX         |
+--------+------------+

本文来自 Apache Doris 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
Apache Doris 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。