在本文中，我们将讨论正则表达式以及如何在Manticore搜索中使用它们
如果我们谈论文本匹配，最简单的方法就是字符串比较。搜索字符串和文档或字段必须完全相同。下一个文本搜索方法是执行简单的模式匹配，可以允许将搜索字符串作为字段的子部分匹配。这种简单的模式匹配可以使用基本运算符（如通配符），其中元字符如*或%表示"匹配任何字符"。在数据库中，这通常通过LIKE运算符实现，例如：

SELECT * FROM mytable WHERE title LIKE '%and%'

将匹配标题中包含文字’and’子串的行。

正则表达式与普通文本一样工作，与LIKE相同，但它们提供了一组强大的元字符-运算符，可以构建复杂的匹配模式。正则表达式模式在字符级别工作，可以匹配字母、数字数字和其他字符，可以是按字面值（如/abc/将匹配abc）或按字符类型，例如\w将匹配[A-Aa-z0-9_]。该模式还可以包括布尔或，如abc|xyz，数量限定符 - ?标记前面字符或通配符（元字符.）的零或一个出现。

与正则表达式不同，全文搜索不是在纯文本上操作，而是解析文本并将其分割成单词。全文搜索不尝试在字符串上查找模式，而是在单词集合中查找。虽然正则表达式可以查找和隔离单词，但它们确实有自然限制，无法轻松执行二进制搜索（如abc -xyz）或处理形态学功能。正则表达式中的一些功能也可以在全文搜索中找到，如开始/结束运算符。有些工作方式不同。例如，正则表达式中的通配符可以代替任意数量的字符，但在全文搜索中，通配符只能在单词范围内扩展，或者它们可以完全替代一个单词。

如何在Manticore搜索中使用正则表达式？

到目前为止，正则表达式作为索引时的可选功能通过 regexp_filter 提供。正则表达式可用于执行字符串转换，这些转换通过常规分词选项更难实现。例如，可以将’ae’连字符替换为’a’，或者可以将类似XX"的模式替换为XX inch。

自 2.7.5 起，可以在SELECT查询中使用 REGEX() 函数使用正则表达式。REGEX()接受一个输入字符串，可以来自字符串属性或JSON字符串属性，并对该输入进行正则表达式测试。REGEX仅适用于属性值，不能用于全文字段。

为什么需要REGEX函数，而我们已经可以在全文字段中索引文本？
首先，我们可能有需要应用搜索模式的字符串（作为属性或JSON数据），这种搜索模式不一定与全文匹配相关。例如，元数据可能包含一些代码，我们希望将搜索缩小到仅提供这些代码以数字开头的记录：

SELECT * FROM myindex WHERE MATCH('something') AND REGEX(json_attr.code, "^\d\w+")

另一个原因是，当前JSON属性中的文本数据未被索引为全文。如果我们需要对某些字符串属性执行超过比较匹配的操作，我们需要将它们放入全文字段（并利用 ZONEs 以限制匹配到特定标签）或多个全文字段（如果这些属性的数量可能变化，这可能是个问题）。

例如，封装在JSON对象中的产品元数据可能包含该产品兼容设备的属性列表。使用REGEX，我们可以创建一个模式来匹配我们想要的产品或该产品的系列：

SELECT * FROM myindex WHERE MATCH('red case') AND REGEX(json_attr.compatible_devices, "Galaxy S[7|8|9]")

在某些情况下，REGEX()可能是不可或缺的。如果您发现它很有用，请告诉我们！