Mwongozo wa Mielezo ya Kawaida ya MySQL (REGEXP): Sarufi, Kazi za MySQL 8, Mifano, na Mazoezi Bora

1. Utangulizi

Kutumia Mregexo ya Kawaida katika MySQL

MySQL ni mfumo wenye nguvu wa usimamizi wa hifadhidata kwa ajili ya kutafuta na kushughulikia data, na pia inaunga mkono mregexo ya kawaida (REGEXP) ili kuwezesha utafutaji wenye ubora zaidi. Kwa kutumia mregexo ya kawaida, unaweza kutoa data inayolingana na mifumo maalum kwa ufanisi, pamoja na kuboresha au kuthibitisha data.

Faida za Kutumia Mregexo ya Kawaida katika MySQL

Kutumia mregexo ya kawaida ya MySQL kunaleta faida kama vile:

• Utafutaji wa juu : Toa data iliyo na maandishi au mifumo maalum kwa urahisi.
• Kukagua uhalali wa data : Inafaa kwa uthibitishaji wa ingizo (kwa mfano, kuthibitisha muundo wa anwani za barua pepe).
• Nguvu zaidi kuliko opereta ya LIKE : Ikilinganishwa na LIKE, ambayo inatumia alama za wildcards ( % na _ ), REGEXP inakuwezesha kufafanua masharti ya utafutaji tata kwa urahisi zaidi.

Madhumuni na Muundo wa Makala Hii

Makala hii inaelezea kila kitu kutoka kwa misingi ya mregexo ya kawaida katika MySQL hadi matumizi ya juu, uboreshaji wa utendaji, na kazi mpya za mregexo zilizowasilishwa katika MySQL 8.0 na baadaye. Kwa kutumia mifano ya vitendo, maudhui yameundwa ili kuwa rahisi kueleweka hata kwa wanaoanza.

Muundo wa makala:

1. Misingi na sarufi ya mregexo ya kawaida ya MySQL
2. Kazi za mregexo zilizoongezwa katika MySQL 8.0 na baadaye
3. Mifano ya vitendo (uthibitishaji, utoaji wa data, ubadilishaji wa muundo)
4. Mambo muhimu ya kuzingatia wakati wa kutumia mregexo ya kawaida (utendaji, usalama)
5. Maswali Yanayoulizwa Mara kwa Mara (FAQ)
6. Muhtasari

2. Misingi ya Mregexo ya Kawaida na Sarufi katika MySQL

Jinsi ya Kutumia Mregexo ya Kawaida katika MySQL

Katika MySQL, unatumia opereta ya REGEXP (au RLIKE) kufanya kazi na mregexo ya kawaida. Kama opereta ya LIKE, inatumika kuamua kama thamani ya safu inalingana na muundo wa regex uliotolewa.

Sarufi ya Msingi

SELECT * FROM table_name WHERE column_name REGEXP 'regex_pattern';

Au

SELECT * FROM table_name WHERE column_name RLIKE 'regex_pattern';

RLIKE ni jina jingine la REGEXP, na zote mbili zinatenda vivyo hivyo.

Mfano
Kwa mfano, kutafuta rekodi ambapo jina lina herufi “山”:

SELECT * FROM users WHERE name REGEXP '山';

Mifumo ya Mregexo ya Kawaida

Katika mregexo ya kawaida ya MySQL, unaweza kutumia mifumo kama ifuatayo.

Tofauti na Opereta ya LIKE

MySQL pia inatoa opereta ya LIKE, ambayo hutumika sana kwa ulinganisho wa mifumo rahisi. Hata hivyo, REGEXP ina nguvu zaidi kuliko LIKE na inasaidia utafutaji kwa masharti tata zaidi.

Mfano 1: Kutumia Opereta ya LIKE

SELECT * FROM users WHERE name LIKE '%山%';

• Kwa LIKE, unaweza kutafuta data inayojumuisha 山, lakini unaweza kutumia tu alama za wildcards rahisi ( % na _ ).

Mfano 2: Kutumia Opereta ya REGEXP

SELECT * FROM users WHERE name REGEXP '^山';

• Kwa REGEXP, unaweza kutoa tu data ambapo jina linapoanza na 山.

Jinsi ya Kuweka Mifumo Mingi

Unaweza kutumia | kuweka mifumo mingi na masharti ya AU.

Mfano: Pata watumiaji ambao jina la familia ni “佐藤” au “田中”

SELECT * FROM users WHERE name REGEXP '佐藤|田中';

Ulinganisho wa Kinyume

Ukijaza ^ ndani ya mabano ya mraba, unaweza kupata data ambayo “haihusiki na herufi zilizotajwa”.

Mfano: Data inayotangira na herufi isiyo “山”

SELECT * FROM users WHERE name REGEXP '^[^山]';

Katika hali hii, inarejesha rekodi ambapo jina halipo na 山.

Muhtasari

• Katika MySQL, REGEXP inaruhusu utafutaji wa mifumo wenye nguvu zaidi kuliko LIKE .
• Kuelewa sarufi ya msingi na mifumo ( . , ^ , $ , [] , * , + , n.k.) kunaruhusu utafutaji unaobadilika.
• Ni muhimu kuelewa tofauti na LIKE na kutumia kila moja ipasavyo.
• Kutumia | kunaruhusu utafutaji kwa mifumo mingi.
• Kutumia makundi ya herufi hasi [^ ] hukusaidia kutafuta data ambayo haianzi na herufi maalum.

3. Kazi za Msemo wa Kawaida Zilizoongezwa katika MySQL 8.0 na Baadaye

Katika MySQL 8.0, pamoja na opereta ya jadi REGEXP, kazi nne mpya ziliwekwa ili kuwezesha utafutaji wa msemo wa kawaida unaobadilika zaidi. Hizi hufanya iwezekane kupata nafasi za mechi, kutoa sehemu za maandishi, na kufanya ubadilishaji, na kupanua sana kile unachoweza kufanya na regex katika MySQL.

Katika sehemu hii, tunaelezea kila kazi mpya ya msemo wa kawaida kwa undani na kuonyesha mifano halisi.

3.1 REGEXP_LIKE()

Muhtasari

REGEXP_LIKE(), kama opereta ya REGEXP, hukagua ikiwa thamani ya safu inafanana na muundo wa regex uliotolewa.

Sarufi

REGEXP_LIKE(column_name, 'regex_pattern' [, flags])

• column_name : safu ya kutafuta
• 'regex_pattern' : muundo wa regex unaotumika kama sharti
• flags (optional) : hisia ya herufi kubwa/kubwa (tumia i kwa ulinganisha usiozingatia herufi kubwa/kubwa)

Mifano

“Pata watumiaji ambao barua pepe yao inaisha na gmail.com au yahoo.co.jp”

SELECT * FROM users WHERE REGEXP_LIKE(email, '(@gmail\.com|@yahoo\.co\.jp)$');

“Tafuta majina ya watumiaji yanayojumuisha ‘admin’ (isiyozingatia herufi kubwa/kubwa)”

SELECT * FROM users WHERE REGEXP_LIKE(username, 'admin', 'i');

✅ REGEXP_LIKE() inahudumia madhumuni sawa na opereta ya REGEXP, lakini inaruhusu mtindo wa SQL unaoendana zaidi.

3.2 REGEXP_INSTR()

Muhtasari

REGEXP_INSTR() inarudisha nafasi (kielelezo cha mwanzo) ambapo mechi ya regex inatokea ndani ya kamba.

Sarufi

REGEXP_INSTR(column_name, 'regex_pattern' [, start_position, occurrence, return_option, flags])

• start_position (optional): mahali pa kuanza kutafuta (chaguo-msingi: 1)
• occurrence (optional): tukio la mechi gani kurudisha (chaguo-msingi: 1)
• return_option (optional): 0 (rudisha nafasi ya mwanzo) au 1 (rudisha nafasi ya mwisho ya mechi)
• flags (optional): tumia i kwa ulinganisha usiozingatia herufi kubwa/kubwa

Mifano

“Kama nambari ya simu inaanza na 090 au 080, pata nafasi ya mwanzo”

SELECT phone, REGEXP_INSTR(phone, '^(090|080)') AS match_pos FROM users;

“Pata nafasi ya mwanzo ya sehemu ya kikoa katika anwani ya barua pepe”

SELECT email, REGEXP_INSTR(email, '@') AS domain_start FROM users;

• Inarudisha nafasi ambapo @ inapatikana (kwa mfano, user@example.com inarudisha 5 ).

✅ Kwa REGEXP_INSTR(), unaweza kupata maelezo ya nafasi, na kupanua chaguzi zako za usindikaji wa maandishi.

3.3 REGEXP_SUBSTR()

Muhtasari

REGEXP_SUBSTR() inatoa sehemu ya kamba inayolingana na muundo wa regex kutoka ndani ya kamba.

Sarufi

REGEXP_SUBSTR(column_name, 'regex_pattern' [, start_position, occurrence, flags])

• occurrence (optional): pata mechi ya n (chaguo-msingi: 1)
• flags (optional): hisia ya herufi ( i kupuuza hisia ya herufi)

Mifano

“Toa tu sehemu ya kikoa kutoka anwani ya barua pepe”

SELECT email, REGEXP_SUBSTR(email, '@[a-zA-Z0-9.-]+') AS domain FROM users;

“Pata mlolongo wa nambari wa kwanza katika ujumbe”

SELECT message, REGEXP_SUBSTR(message, '[0-9]+') AS first_number FROM logs;

✅ Kwa REGEXP_SUBSTR(), unaweza kutoa mifumo maalum na kuitumia kupanga na kubadilisha data.

3.4 REGEXP_REPLACE()

Muhtasari

REGEXP_REPLACE() hubadilisha sehemu za kamba zinazolingana na muundo wa regex kwa kamba nyingine.

Sarufi

REGEXP_REPLACE(column_name, 'regex_pattern', 'replacement' [, occurrence, flags])

• replacement : kamba ya kubadilisha sehemu iliyolingana
• occurrence (hiari): badilisha mechi ya n‑th pekee (ikiwa haijatajwa, hubadilisha mechi zote)
• flags (hiari): tumia i kwa ulinganifu usio na hisia za herufi

Mifano

“Ondoa dash (-) kutoka kwa nambari za simu”

SELECT phone, REGEXP_REPLACE(phone, '-', '') AS clean_phone FROM users;

“Ondoa lebo za HTML”

SELECT comment, REGEXP_REPLACE(comment, '<[^>]+>', '') AS clean_text FROM reviews;

✅ Kwa kutumia REGEXP_REPLACE(), ubadilishaji wa muundo na usafi wa data unakuwa rahisi.

3.5 Muhtasari

4. Mifano ya Kitaalamu ya MySQL ya Mienendo ya Kawaida

Kwa kutumia mienendo ya kawaida ya MySQL, unaweza kurahisisha kazi za usindikaji wa data za ulimwengu halisi kama uthibitishaji wa data, kunukuu data maalum, na ubadilishaji wa muundo. Katika sehemu hii, tunatoa matukio ya matumizi ya vitendo pamoja na msimbo wa SQL na maelezo.

4.1 Uthibitishaji wa Anwani ya Barua Pepe

Muhtasari

Tumia mienendo ya kawaida kuangalia kama anwani za barua pepe zilizohifadhiwa kwenye hifadhidata zina muundo sahihi.

SQL ya Kutumia

SELECT email FROM users 
WHERE email REGEXP '^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$';

Maelezo

• ^[a-zA-Z0-9._%+-]+ → herufi moja au zaidi za alfabeti, nambari, nukta, alama ya chini, au ishara ya kuongeza kabla ya @
• @[a-zA-Z0-9.-]+ → jina la kikoa baada ya @
• \.[a-zA-Z]{2,}$ → inaisha na TLD (Top-Level Domain) ya angalau herufi 2 (mfano, .com, .jp, .net)

Kwa swali hili, unaweza kutoa anwani za barua pepe zisizo sahihi (mfano, user@@example.com, user@.com).

4.2 Kukagua Muundo wa Nambari za Simu za Kijapani

Muhtasari

Tambua kama nambari za kawaida za simu za Kijapani (mfano, 090-1234-5678, 03-1234-5678) zina muundo sahihi.

SQL ya Kutumia

SELECT phone FROM users 
WHERE phone REGEXP '^(0[789]0-[0-9]{4}-[0-9]{4}|0[1-9]-[0-9]{4}-[0-9]{4})$';

Maelezo

• 0[789]0-[0-9]{4}-[0-9]{4} → nambari za simu za mkononi (090-xxxx-xxxx, 080-xxxx-xxxx, n.k.)
• 0[1-9]-[0-9]{4}-[0-9]{4} → simu za ardhi (03-xxxx-xxxx, 06-xxxx-xxxx, n.k.)

Kwa njia hii, mienendo ya kawaida ni muhimu wakati muundo unahitajika kuwa thabiti.

4.3 Uthibitishaji wa Muundo wa Nambari za Kadi ya Mikopo

Muhtasari

Thibitisha miundo ya nambari za kadi ya mikopo (Visa, Mastercard, American Express, n.k.).

SQL ya Kutumia

SELECT card_number FROM payments 
WHERE card_number REGEXP '^(4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|3[47][0-9]{13})$';

Maelezo

• ^4[0-9]{12}(?:[0-9]{3})?$ → Visa (nambari 16 au 13)
• ^5[1-5][0-9]{14}$ → Mastercard (nambari 16)
• ^3[47][0-9]{13}$ → American Express (nambari 15)

Kwa swali hili, unaweza kuchuja nambari za kadi zisizo sahihi kwenye hifadhidata (mfano, urefu usio sahihi au tarakimu za mwanzo zisizo sahihi).

4.4 Ondoa Lebo za HTML

Muhtasari

Kama data iliyowasilishwa na mtumiaji ina lebo za HTML, unaweza kuziondoa na kubadilisha maudhui kuwa maandishi safi.

SQL ya Kutumia

SELECT REGEXP_REPLACE(comment, '<[^>]+>', '') AS clean_comment FROM reviews;

Maelezo

• '<[^>]+>' → huondoa lebo zote za HTML kati ya < na >

Mfano

Hii ni muhimu kwa kuondoa lebo za HTML kutoka kwa maoni ya watumiaji na machapisho ya blogu.

4.5 Uthibitishaji wa Muundo wa Msimbo wa Posta (Japani)

Muhtasari

Thibitisha kama misimbo ya posta ya Kijapani (mfano, 123-4567) ina muundo sahihi.

SQL ya Kutumia

SELECT postal_code FROM addresses 
WHERE postal_code REGEXP '^[0-9]{3}-[0-9]{4}$';

Maelezo

• ^[0-9]{3}-[0-9]{4}$ → msimbo wa posta katika muundo wa “tarakimu 3 – tarakimu 4”

Kutumia regex hii husaidia kudumisha uthabiti wa data na kuzuia miundo isiyo sahihi.

4.6 Uchinaji wa Majina ya Mtumiaji (Kugundua Maneno Yasiyoruhusiwa)

Angalia kama majina ya watumiaji yanajumuisha maneno yaliyokataliwa yaliyohifadhiwa kwa matumizi ya mfumo (k.m., admin, root, system) wakati wa usajili.

SQL ya Kutumia

SELECT username FROM users 
WHERE username REGEXP 'admin|root|system';

Maelezo

• admin|root|system → inagundua majina ya watumiaji yanayojumuisha maneno haya

Hii swali husaidia kuzuia watumiaji wa kawaida kutumia majina yaliyokusudiwa kwa wataalamu wa mfumo.

Muhtasari

• Miundo ya kawaida inaweza kutumika kwa kuthibitisha anwani za barua pepe, nambari za simu, na nambari za kadi za mkopo .
• Pia zinaweza kutumika kwa kuondoa lebo za HTML na kubadilisha miundo ya data .
• Zinafaa kwa kuboresha usalama na uthabiti wa hifadhidata kupitia kazi kama uchuja wa maneno yaliyokataliwa na kuthibitisha nambari za posta .

5. Mazingatio Muhimu Wakati wa Kutumia Miundo ya Kawaida (Utendaji na Usalama)

Kutumia miundo ya kawaida katika MySQL kunawezekana kutafuta na kusafisha data yenye nguvu. Hata hivyo, utatumiaji usio sahihi unaweza kusababisha kupungua kwa utendaji na kuanzisha hatari za usalama. Sehemu hii inaeleza mazingatio muhimu ya kutumia miundo ya kawaida ya MySQL kwa usalama na ufanisi.

5.1 Kuboresha Utendaji kwa Miundo ya Kawaida

Kutafuta regex ya MySQL ni rahisi, lakini ina hasara: indeksi kwa ujumla hazitumiki, ambayo inaweza kufanya masuala kuwa polepole zaidi.

Hatua za Kuboresha Utendaji

1. Changanya LIKE au FULLTEXT indeksi

   SELECT * FROM users WHERE email LIKE '%gmail.com';
   

2. Tumia miundo ya kawaida rahisi zaidi

   SELECT * FROM users WHERE name REGEXP '^admin|admin$';
   

3. Chuja data lengo kwanza

   SELECT * FROM users WHERE email LIKE 'a%' AND email REGEXP '^[a-zA-Z0-9._%+-]+@gmail\.com$';
   

5.2 Hatari za Usalama na Hatua za Kuzuia

1. Regex DoS (ReDoS)

• Epuka mechi zisizo na mipaka kama .* .
• Tumia ^ na $ ili kupunguza wigo wa kutafuta.
• Usipepe maingizo ya mtumiaji moja kwa moja katika REGEXP .

2. SQL Injection na Miundo ya Kawaida

❌ Swali lisilo salama

SELECT * FROM users WHERE username REGEXP '$input';

✅ Swali salama (tumia nafasi)

$stmt = $pdo->prepare("SELECT * FROM users WHERE username REGEXP ?");
$stmt->execute([$sanitized_input]);

5.3 Uwezo wa Tofauti za Toleo

Muhtasari

• Kwa sababu REGEXP haitumii indeksi, hatua za utendaji ni muhimu.
• Ili kuzuia ReDoS (Regex DoS), epuka matumizi makubwa ya wildcards.
• Ili kuzuia SQL injection, usitumie maingizo ya mtumiaji moja kwa moja kwenye REGEXP.

6. Masuala Yanayoulizwa Mara Kwa Mara (FAQ)

Hapa kuna masuala ya kawaida kuhusu kutumia miundo ya kawaida ya MySQL (REGEXP). Kutatua masuala haya yatakusaidia kutumia regex kwa ufanisi zaidi.

6.1 Ni miundo gani ya regex ninayoweza kutumia katika MySQL?

6.2 Ni tofauti gani kati ya LIKE na REGEXP?

✅ Kwa sababu LIKE ni haraka zaidi, pendekeza LIKE kwa utafutaji rahisi na tumia REGEXP wakati mechi ngumu inahitajika.

6.3 Ni tofauti gani katika vipengele vya regex kati ya MySQL 5.x na MySQL 8.x?

6.4 Nifanye nini ikiwa regex haifanyi kazi kama inavyotarajwa?

✅ Orodha ya angalia

1. Angalia kama kuepuka ni sahihi

   SELECT * FROM users WHERE email REGEXP '\.com$';
   

2. Jaribu bendera ya i na REGEXP_LIKE()

   SELECT * FROM users WHERE REGEXP_LIKE(username, 'admin', 'i');
   

3. Angalia usimbaji data

   SHOW VARIABLES LIKE 'character_set_database';
   

6.5 Ninawezaje kuboresha utendaji wa masuala ya REGEXP?

1. Chuja kabla na LIKE

   SELECT * FROM users 
   WHERE email LIKE '%gmail.com' 
   AND email REGEXP '^[a-zA-Z0-9._%+-]+@gmail\.com$';
   

2. Tumia indeksi mahali inayofaa

   ALTER TABLE users ADD FULLTEXT(email);
   

Muhtasari

• REGEXP ni inamini zaidi kuliko LIKE, lakini lazima uwe makini na utendaji.
• Katika MySQL 8.0, kazi mpya za regex (kama REGEXP_LIKE()) zimeongezwa, zikiruhusu usindikaji unaobadilika zaidi.
• Kuboresha utendaji: changanya na LIKE, tumia faharasa, na ubuni mifumo ya regex rahisi.

7. Muhtasari

Mienendo ya kawaida ya MySQL (REGEXP) ni muhimu sana kwa utafutaji wa data, uthibitishaji, na ubadilishaji wa muundo. Makala hii ilijumuisha misingi ya regex ya MySQL, vipengele vipya vilivyoongezwa katika MySQL 8.0 na baadaye, mifano ya vitendo, mambo muhimu ya kuzingatia, na maswali yanayoulizwa mara kwa mara.

7.1 Mambo Muhimu ya Kumbukumbu

Hapa kuna muhtasari wa haraka wa pointi muhimu zaidi.

1. Misingi ya Mienendo ya Kawaida ya MySQL

• Kutumia opereta REGEXP kunaruhusu kulingana kwa mifumo kwa urahisi zaidi kuliko LIKE.
• Mifumo ya kawaida ya regex
• ^ (mwanzoni), $ (mwishoni), . (herufi moja yoyote), [] (darasa la herufi), + (moja au zaidi ya marudio), n.k.

2. Kazi Mpya za Mienendo ya Kawaida katika MySQL 8.0+

Katika MySQL 8.0, kazi hizi nne ziliongezwa, zikiruhusu usindikaji unaobadilika zaidi:

• REGEXP_LIKE() : mbadala wa opereta REGEXP
• REGEXP_INSTR() : pata nafasi ya kuanza ya kifungu kinacholingana
• REGEXP_SUBSTR() : chukua kifungu kinacholingana
• REGEXP_REPLACE() : badilisha vifungu kwa kutumia regex

3. Mifano ya Vitendo

• Uthibitishaji wa anwani ya barua pepe
• Ukaguzi wa nambari ya simu na nambari ya kadi ya mkopo
• Kuondoa lebo za HTML
• Uthibitishaji wa miundo ya msimbo wa posta
• Kugundua maneno yasiyoruhusiwa
• Usafi wa data (kugawanya nafasi, kuondoa koma, n.k.)

4. Mambo Muhimu ya Kuzingatia Unapotumia Mienendo ya Kawaida

• Uboreshaji wa utendaji
• Kwa sababu REGEXP haina kutumia faharasa, inaweza kusababisha uchunguzi kamili wa jedwali.
• Unaweza kuboresha utendaji kwa kuchanganya LIKE au faharasa za FULLTEXT.
• Hatua za usalama
• Ili kuzuia ReDoS (Regular Expression DoS), epuka matumizi ya kupita kiasi ya .*.
• Ili kuzuia SQL injection, tumia placeholders.

5. FAQ (Maswali Yanayoulizwa Mara kwa Mara)

• Mifumo ya regex inayopatikana katika MySQL
• Tofauti kati ya LIKE na REGEXP
• Tofauti za kipengele kati ya MySQL 5.x na 8.x
• Utatua matatizo wakati regex haifanyi kazi kama inavyotarajiwa
• Njia za kuboresha utendaji

7.2 Mazoezi Mazuri ya Kutumia Mienendo ya Kawaida

1. Weka mifumo ya regex rahisi

• Mfano: Epuka kutumia .* kupita kiasi na tumia ^ (mwanzoni) na $ (mwishoni).

1. Changanya na LIKE au FULLTEXT inapofaa

• Chuja awali kwa LIKE, kisha tumia REGEXP kupunguza gharama ya swali.

1. Tumia REGEXP_REPLACE() kwa usafi wa data

• Mfano: Ondoa lebo za HTML na sanidua nafasi zisizo za lazima.

1. Tumia faida za MySQL 8.0 na baadaye

• Kutumia kazi mpya kama REGEXP_LIKE() kunaweza kufanya SQL iwe rahisi kusoma.

1. Tekeleza hatua za usalama kikamilifu

• Usitumie data ya mtumiaji moja kwa moja kwenye REGEXP (kuzuia SQL injection).
• Tumia placeholders kwa maswali yanayobadilika.

7.3 Rasilimali za Kujifunza Zaidi

Hapa kuna marejeleo yanayokusaidia kujifunza zaidi kuhusu mienendo ya kawaida ya MySQL.

Nyaraka Rasmi

• MySQL 8.0 Regular Expression Reference
• MySQL 5.x Regular Expression Basics

7.4 Maelezo ya Mwisho

Mienendo ya kawaida ya MySQL inaweza kutumika katika hali nyingi, ikijumuisha utafutaji wa data, usafi, na uthibitishaji. Hata hivyo, ni muhimu kuitumia ipasavyo huku ukielewa masuala ya utendaji na usalama.

Tunatumai makala hii itakusaidia unapofanya kazi na mienendo ya kawaida ya MySQL. Jaribu kutumia mbinu hizi katika miradi yako!