如何统计 MySQL/正则表达式替换器中的单词数？

Question

如何在 MySQL 查询中具有与 Regex.Replace 函数相同的行为（例如在 .NET/C# 中）？

我需要它，因为和很多人一样，我想计算一个字段中的单词数。但是，我对以下答案不满意（在该网站上多次给出）：

SELECT LENGTH(name) - LENGTH(REPLACE(name, ' ', '') +1 FROM table

因为当两个单词之间有超过一个空格时，它不会给出好的结果。

顺便说一句，我认为 Regex.Replace 函数可能很有趣，所以欢迎所有好主意！

Answer 1

REGEXP_REPLACE 可用作 MySQL 用户定义函数。

字数统计：如果您可以控制进入数据库的数据，则可以在插入之前删除双空格。此外，如果您必须经常访问字数统计，您可以在代码中计算一次并将计数存储在数据库中。

Answer 2

更新：现已添加一个单独的MySQL 8.0+ 的答案，应优先使用。 （保留此答案，以防仅限于使用早期版本。）

几乎与 这个问题，但这个答案将解决基于来自 这篇博文。

演示

Rextester 在线演示

对于示例文本，给出的计数为 61 -与我尝试过的所有在线单词计数器相同（例如 https://wordcounter.net/）。

SQL（为简洁起见，不包括函数代码）：

SELECT txt,
       -- Count the number of gaps between words
       CHAR_LENGTH(txt) -
       CHAR_LENGTH(reg_replace(txt,
                               '[[:space:]]+', -- Look for a chunk of whitespace
                               '^.', -- Replace the first character from the chunk
                               '',   -- Replace with nothing (i.e. remove the character)
                               TRUE, -- Greedy matching
                               1,  -- Minimum match length
                               0,  -- No maximum match length
                               1,  -- Minimum sub-match length
                               0   -- No maximum sub-match length
                               ))
       + 1 -- The word count is 1 more than the number of gaps between words
       - IF (txt REGEXP '^[[:space:]]', 1, 0) -- Exclude whitespace at the start from count
       - IF (txt REGEXP '[[:space:]]
, 1, 0) -- Exclude whitespace at the end from count
       AS `word count`
FROM tbl;

Answer 3

MySQL 8.0 现在提供了一个不错的 REGEXP_REPLACE 函数，这使得这变得更简单：

SQL

SELECT -- Count the number of gaps between words
       CHAR_LENGTH(txt) -
           CHAR_LENGTH(REGEXP_REPLACE(
               txt,
               '[[:space:]]([[:space:]]*)', -- A chunk of one or more whitespace characters
               '$1')) -- Discard the first whitespace character and retain the rest
           + 1 -- The word count is 1 more than the number of gaps between words
           - IF (txt REGEXP '^[[:space:]]', 1, 0) -- Exclude whitespace at the start from count
           - IF (txt REGEXP '[[:space:]]
 Demo
 DB-Fiddle 在线演示
, 1, 0) -- Exclude whitespace at the end from count
           AS `Word count`
FROM tbl;

Demo

DB-Fiddle 在线演示

Answer 4

答案是否定的，在 MySQL 中不能有相同的行为。

但我建议您早先查看这个问题链接到 UDF 的主题，据称该 UDF 启用了部分此功能。