周恰恰做数据库开发和运维这些年，我越来越觉得正则表达式是个典型的“平时用不上、一用就真香”的技能。SQL里的REGEXP正则表达式，就是把这套文本模式匹配能力搬进数据库查询中，让你不用把几百万行数据导到应用层，在SQL层面就能完成字符串筛选、格式校验、内容提取和批量清洗。不少朋友在热搜里搜“正则表达式语法”“REGEXP怎么用”“为什么用REGEXP查询特别慢”，说明大家对这个功能有兴趣，但又被各种版本差异和坑折磨过。这篇就把REGEXP的语法、函数、跨数据库差异、性能问题和排查经验一次讲透，按我实际踩过的坑来讲，不绕弯子。
先说说这篇适合谁。一是业务开发，经常要对用户输入、手机号、邮箱、地址做模糊匹配；二是数据分析师和数据治理的同学，面对一堆脏数据要清洗归类；三是DBA和运维，排查慢SQL时发现大表加上REGEXP后CPU直接飙红。我给的方法都能直接用，但更重要的是把每条规则背后的逻辑讲明白，你才知道什么时候该用，什么时候千万别用。
1. 从LIKE到REGEXP：模糊查询能走多远
1.1 LIKE的边界在哪
先说一个最常见的场景：用户表里有几十万条手机号，有的带空格，有的带横线，有的是纯数字。领导要求把格式不规范的记录挑出来。用LIKE怎么写？LIKE '%138%'会把规范和不规范的全捞出来，因为只要包含“138”这三个连续字符就命中。想表达“必须是11位数字”这种结构规则，LIKE直接没辙。
LIKE本质上只有三种语义：以什么开头（%放后面）、以什么结尾（%放前面）、包含什么（两边都有%）。在SQL Server的LIKE里还能用[0-9]这种字符集做单字符匹配，但MySQL的LIKE连这个都不支持。一旦需求变成“第4位到第7位必须是某个范围”“必须由纯数字组成”“允许两种格式同时存在”，LIKE就会逼着你写出一长串OR条件，又丑又容易漏。
1.2 REGEXP解决的是“结构匹配”问题
REGEXP进入SQL生态后，情况完全不同。它允许你用一套描述性的字符串规则，去匹配另一个字符串是否符合这个规则。打个比方：LIKE像你告诉快递员“收货人名字里带‘张’”，而正则像是给快递员一张“地址格式卡”——必须包含省市区、街道名不能超过多少位、门牌号必须是数字。快递员按规则校验，而不是碰运气找关键字。
在MySQL里，最简单的用法是这样：
sql复制SELECT * FROM user WHERE phone REGEXP '^1[3-9][0-9]{9}$';
这句话的规则是：以数字1开头，第二位是3到9之间的任意数字，后面跟9位0到9的数字，总共11位。这个规则用LIKE是写不出来的。你可以直接用这行SQL扫描整张表，把不合规的手机号一条不漏地揪出来。这就是REGEXP的第一个价值：把“模式判断”下沉到数据库，减少数据传输，也减少应用层写循环匹配的代码量。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 基础语法：SQL里写正则的正确姿势
2.1 常用元字符速查
正则的元字符是通用的，但在SQL里写的时候要确认当前数据库支持到什么程度。我整理了一份常用元字符表，覆盖绝大多数业务场景：
| 元字符 | 含义 | 示例 |
|---|---|---|
. |
匹配任意单个字符（换行除外） | a.c 匹配 abc |
* |
前一个字符出现0次或多次 | ab*c 匹配 ac、abc、abbc |
+ |
前一个字符出现1次或多次 | ab+c 匹配 abc，不匹配 ac |
? |
前一个字符出现0次或1次 | ab?c 匹配 ac、abc |
^ |
匹配字符串开头 | ^1 表示以1开头 |
$ |
匹配字符串结尾 | 9$ 表示以9结尾 |
[] |
字符集合 | [0-9] 表示任意数字，[a-zA-Z] 表示任意字母 |
[^] |
取反集合 | [^0-9] 表示非数字 |
() |
分组 | (ab)+ 匹配 ab、abab |
| |
或 | a|b 匹配 a 或 b |
{n} |
重复n次 | [0-9]{3} 匹配3位数字 |
{n,m} |
重复n到m次 | [0-9]{2,4} 匹配2到4位数字 |
\d |
数字，等价于[0-9]（部分数据库支持） |
MySQL 8.0+支持 |
\w |
字母、数字、下划线 | 部分数据库支持 |
\s |
空白字符 | 部分数据库支持 |
需要特别留意POSIX字符类，在旧版MySQL中非常常用：[[:digit:]]表示数字，[[:alpha:]]表示字母，[[:alnum:]]表示字母和数字，[[:space:]]表示空白。如果你维护的MySQL版本还没升到8.0，用它比\d更稳。
2.2 谓词与函数：REGEXP、REGEXP_LIKE及其配套
MySQL的用法比较典型。5.x时代主要用expr REGEXP 'pattern'这种谓词写法，返回0或1。8.0之后提供了更完整的函数族：
- `REGEXP_LIKE(ex