Skip to main content
adicionou 2 caracteres ao conteúdo
Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170

No início há o trecho (^|[^0-9]): o | significa "ou". Portanto, este trecho significa "início da string" (^^) ou "qualquer coisa que não seja número" (o [^ significa que não quero o que vem depois, ou seja, não quero 0-9 - nenhum dígito de zero a 9).

No início há o trecho (^|[^0-9]): o | significa "ou". Portanto, este trecho significa "início da string" (^) ou "qualquer coisa que não seja número" (o [^ significa que não quero o que vem depois, ou seja, não quero 0-9 - nenhum dígito de zero a 9).

No início há o trecho (^|[^0-9]): o | significa "ou". Portanto, este trecho significa "início da string" (^) ou "qualquer coisa que não seja número" (o [^ significa que não quero o que vem depois, ou seja, não quero 0-9 - nenhum dígito de zero a 9).

adicionou 135 caracteres ao conteúdo
Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170
 

Apenas um adendo sobre o uso de regex para verificar datas. A regex [0-9]{2}/[0-9]{2}/[0-9]{4} aceita valores que não são datas válidas, como 99/99/9999 e 00/00/0000, veja aqui um exemplo. Isso porque [0-9] significa "qualquer dígito de 0 a 9".

Mas ainda sim, esta regex aceita datas como 31/04/2019 (sendo que abril só tem 30 dias) e 29/02/2019 (29 de fevereiro em um ano não bissexto), veja. Não ficou claro como os dados são inseridos no seu banco, mas pode ser que ocorra um erro de digitação, ou simplesmente uma data inválida apareça no meio da string.

É preciso achar um equilíbrio. Usar a regex gigante acima garante que não serão retornadas datas inválidas, mas é um pesadelo de manutenção. Usando as expressões sugeridas no início desta resposta, você obtém trechos que parecem uma data (pode acertar na maioria dos casos, mas também trará algumas datas inválidas, algo que você deve avaliar se é aceitável). Uma vez extraídos estes trechos, uma validação adicional poderia ser feita posteriormente, de preferência usando alguma API de datas (ou seja, extraia estes dados do banco e faça a validação usando sua linguagem de programação favorita).

Apenas um adendo sobre o uso de regex para verificar datas. A regex [0-9]{2}/[0-9]{2}/[0-9]{4} aceita valores que não são datas válidas, como 99/99/9999 e 00/00/0000. Isso porque [0-9] significa "qualquer dígito de 0 a 9".

Mas ainda sim, esta regex aceita datas como 31/04/2019 (sendo que abril só tem 30 dias) e 29/02/2019 (29 de fevereiro em um ano não bissexto). Não ficou claro como os dados são inseridos no seu banco, mas pode ser que ocorra um erro de digitação, ou simplesmente uma data inválida apareça no meio da string.

É preciso achar um equilíbrio. Usar a regex acima garante que não serão retornadas datas inválidas, mas é um pesadelo de manutenção. Usando as expressões sugeridas no início desta resposta, você obtém trechos que parecem uma data (pode acertar na maioria dos casos, mas também trará algumas datas inválidas, algo que você deve avaliar se é aceitável). Uma vez extraídos estes trechos, uma validação adicional poderia ser feita posteriormente, de preferência usando alguma API de datas (ou seja, extraia estes dados do banco e faça a validação usando sua linguagem de programação favorita).

 

Apenas um adendo sobre o uso de regex para verificar datas. A regex [0-9]{2}/[0-9]{2}/[0-9]{4} aceita valores que não são datas válidas, como 99/99/9999 e 00/00/0000, veja aqui um exemplo. Isso porque [0-9] significa "qualquer dígito de 0 a 9".

Mas ainda sim, esta regex aceita datas como 31/04/2019 (sendo que abril só tem 30 dias) e 29/02/2019 (29 de fevereiro em um ano não bissexto), veja. Não ficou claro como os dados são inseridos no seu banco, mas pode ser que ocorra um erro de digitação, ou simplesmente uma data inválida apareça no meio da string.

É preciso achar um equilíbrio. Usar a regex gigante acima garante que não serão retornadas datas inválidas, mas é um pesadelo de manutenção. Usando as expressões sugeridas no início desta resposta, você obtém trechos que parecem uma data (pode acertar na maioria dos casos, mas também trará algumas datas inválidas, algo que você deve avaliar se é aceitável). Uma vez extraídos estes trechos, uma validação adicional poderia ser feita posteriormente, de preferência usando alguma API de datas (ou seja, extraia estes dados do banco e faça a validação usando sua linguagem de programação favorita).

Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170

Quando você faz uma query assim:

select campo from tabela where campo REGEXP '[0-9]{2}/[0-9]{2}/[0-9]{4}';

Você está trazendo o campo (no caso, todo o valor 30/09/2018 e 14/10/2018 e 21/10/2018), desde que ele satisfaça a regex (ou seja, desde que ele tenha números no formato indicado). Por isso que a query traz "tudo".

Para extrair somente uma parte do campo, use REGEXP_SUBSTR (disponível a partir do MySQL 8). Supondo que a tabela seja:

create table tabela (
   campo varchar(200)
);

insert into tabela(campo) values('30/09/2018 e 14/10/2018 e 21/10/2018');
insert into tabela(campo) values('blablabla e 14/10/2018 e 21/10/2018');
insert into tabela(campo) values('nao tenho nenhuma data');

Podemos fazer:

select REGEXP_SUBSTR(campo, '[0-9]{2}/[0-9]{2}/[0-9]{4}') from tabela;

E o resultado será:

30/09/2018
14/10/2018
null

O terceiro campo retorna null, pois o valor do campo não corresponde à regex. Você pode alterar a query para só retornar o trecho desejado quando o campo tiver uma data no formato desejado:

select REGEXP_SUBSTR(campo, '[0-9]{2}/[0-9]{2}/[0-9]{4}')
from tabela where campo REGEXP '[0-9]{2}/[0-9]{2}/[0-9]{4}';

Agora o where verifica se o campo possui alguma data, e o REGEXP_SUBSTR extrai somente o trecho desejado. O resultado é:

30/09/2018
14/10/2018

Se quiser a segunda ocorrência, basta passar 2 parâmetros adicionais: a posição inicial e a ocorrência:

--- traz a segunda ocorrencia
select REGEXP_SUBSTR(campo, '[0-9]{2}/[0-9]{2}/[0-9]{4}', 1, 2)
from tabela where campo REGEXP '[0-9]{2}/[0-9]{2}/[0-9]{4}';

No caso, a posição inicial é 1, e a ocorrência é 2 (ou seja, vou pegar a segunda data presente no campo). O resultado é:

14/10/2018
21/10/2018

Veja este exemplo rodando no DB Fiddle.


Mas há um porém: se tiver algo como 112/10/2019, a regex pegará o trecho 12/10/2019. Para evitar estes casos, você pode mudar a regex para:

(^|[^0-9])[0-9]{2}/[0-9]{2}/[0-9]{4}([^0-9]|$)

No início há o trecho (^|[^0-9]): o | significa "ou". Portanto, este trecho significa "início da string" (^) ou "qualquer coisa que não seja número" (o [^ significa que não quero o que vem depois, ou seja, não quero 0-9 - nenhum dígito de zero a 9).

E no final há ([^0-9]|$): qualquer caractere que não seja número ou o final da string ($). Isso garante que não pegará casos como 112/10/2019. Veja aqui a diferença.

Em outras linguagens e engines é possível usar \b em vez de (^|[^0-9]) e ([^0-9]|$), mas o MySQL não suporta isso.


Antes do MySQL 8 não havia REGEXP_SUBSTR, então é um pouco mais complicado. Se a data estiver logo no início da string, dá para usar a solução proposta pelo Luiz Fernando. Mas se a data estiver em qualquer posição da string, acho mais fácil extrair os dados usando alguma linguagem de programação e manipulá-los lá (pois as linguagens geralmente possuem mais recursos de regex que o MySQL, que é bem limitado).

Datas x Regex

Apenas um adendo sobre o uso de regex para verificar datas. A regex [0-9]{2}/[0-9]{2}/[0-9]{4} aceita valores que não são datas válidas, como 99/99/9999 e 00/00/0000. Isso porque [0-9] significa "qualquer dígito de 0 a 9".

É possível melhorar um pouco usando algo como:

(0[1-9]|[12][0-9]|3[01])/(0[1-9]|1[012])/(19|20)[0-9]{2}

Isso garante que os dias só podem ser de 01 a 31, os meses de 01 a 12, e os anos de 1900 a 2099.

Mas ainda sim, esta regex aceita datas como 31/04/2019 (sendo que abril só tem 30 dias) e 29/02/2019 (29 de fevereiro em um ano não bissexto). Não ficou claro como os dados são inseridos no seu banco, mas pode ser que ocorra um erro de digitação, ou simplesmente uma data inválida apareça no meio da string.

Até é possível ter uma regex que verifique essas condições. Nesta pergunta do SOen há alguns exemplos, mas eles são tão complicados que começa a não valer a pena. Veja uma delas, só para ter uma ideia:

^(?:(?:31(\/|-|\.)(?:0?[13578]|1[02]))\1|(?:(?:29|30)(\/|-|\.)(?:0?[1,3-9]|1[0-2])\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:29(\/|-|\.)0?2\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:0?[1-9]|1\d|2[0-8])(\/|-|\.)(?:(?:0?[1-9])|(?:1[0-2]))\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$

Entendeu? Eu também não.

Lembrando que \d não é suportado pelo MySQL, então você deve trocá-los por [0-9]. Mesmo assim, na minha opinião não vale a pena usar essa regex. Ela é um problema para entender e para manter futuramente (boa sorte para quem tiver que alterá-la e adicionar novos casos, por exemplo).

É preciso achar um equilíbrio. Usar a regex acima garante que não serão retornadas datas inválidas, mas é um pesadelo de manutenção. Usando as expressões sugeridas no início desta resposta, você obtém trechos que parecem uma data (pode acertar na maioria dos casos, mas também trará algumas datas inválidas, algo que você deve avaliar se é aceitável). Uma vez extraídos estes trechos, uma validação adicional poderia ser feita posteriormente, de preferência usando alguma API de datas (ou seja, extraia estes dados do banco e faça a validação usando sua linguagem de programação favorita).

Regex é uma ferramenta poderosa, mas não é uma solução mágica que resolve todos os casos.