目录
一、边界
位置匹配用于指定应该在文本中什么地方进行匹配操作，先来看一个例子。
mysql> set @s:='The cat scattered his food all over the room.';
Query OK, 0 rows affected (0.00 sec)
mysql> set @r:='cat';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+---------+------+
| s | i |
+---------+------+
| cat,cat | 5,10 |
+---------+------+
1 row in set (0.00 sec)模式 cat 可以匹配文本里所有的 cat，即便是单词 scattered 里的那个 cat 也不例外。但这很可能并不是想要的结果。如果这样搜索所有的cat，并将其替换为dog，那么得到的只会是毫无实际意义的一句话。这就要用到边界了，也就是一些用于指定模式前后位置（或边界）的特殊元字符。
二、单词边界
第一种边界，也是最常用到的，是由 \b 指定的单词边界。b 是英文 boundary 的首字母，顾名思义，\b 用来匹配一个单词的开头或结尾。
mysql> set @r:='\\bcat\\b';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+------+------+
| s | i |
+------+------+
| cat | 5 |
+------+------+
1 row in set (0.00 sec)单词 cat 的前后都有一个空格，所以匹配模式 \bcat\b，空格是用来分隔单词的字符之一。该模式并不匹配单词 scattered 中的字符序列 cat，因为它的前一个字符是s、后一个字符是t，这两个字符都不能与 \b 相匹配。
\b 到底匹配什么东西呢？正则表达式引擎不懂任何人类语言，所以也不知道什么是单词边界。简单地说，\b 匹配的是字符之间的一个位置：一边是单词（能够被 \w 匹配的字母数字字符和下划线），另一边是其他内容（能够被 \W 匹配的字符）。重要的是要认识到，如果想匹配一个完整的单词，就必须在要匹配的文本的前后都加上 \b。
mysql> set @s:='The captain wore his cap and cape proudly as
'> he sat listening to the recap of how his
'> crew saved the men from a capsized vessel.';
Query OK, 0 rows affected (0.00 sec)
mysql> set @r:='\\bcap';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+-----------------+-------------+
| s | i |
+-----------------+-------------+
| cap,cap,cap,cap | 5,22,30,113 |
+-----------------+-------------+
1 row in set (0.00 sec)模式 \bcap 匹配任何以字符序列 cap 开头的单词。这里总共找到了 4 个匹配，其中有 3 个都不是独立的单词 cap。下面这个例子里的文本还是刚才那段文字，但在这次的正则表达式里只有一个 \b 后缀。
mysql> set @r:='cap\\b';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+---------+-------+
| s | i |
+---------+-------+
| cap,cap | 22,72 |
+---------+-------+
1 row in set (0.00 sec)模式 cap\b 匹配以字符序列 cap 结束的任意单词。这里总共找到了 2 个匹配，其中有一个不是独立的单词 cap。如果只想匹配单词 cap 本身，那么正确的模式应该是 \bcap\b。
b 匹配的是一个位置，而不是任何实际的字符。用 \bcat\b 匹配到的字符串的长度是 3 个字符（c、a、t），不是 5 个字符。如果不想匹配单词边界，那么可以使用 \B。下面的例子使用 \B 来查找前后都有多余空格的连字符。
mysql> set @s:='Please enter the nine-digit id as it
'> appears on your color - coded pass-key.';
Query OK, 0 rows affected (0.00 sec)
mysql> set @r:='\\B-\\B';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+------+------+
| s | i |
+------+------+
| - | 60 |
+------+------+
1 row in set (0.00 sec)\B-\B 将匹配一个前后都不是单词边界的连字符。nine-digit 和 pass-key 中的连字符不能与之匹配，但 color - coded 中的连字符可以与之匹配，因为空格和连字符都不属于\w。同一个元字符的大写形式与它的小写形式在功能上往往刚好相反。
三、字符串边界
单词边界可以用来对单词位置进行匹配，如单词的开头、单词的结尾、整个单词等。字符串边界有着类似的用途，只不过用于在字符串首尾进行模式匹配。字符串边界元字符有两个：^ 代表字符串开头，$ 代表字符串结尾。
有些元字符拥有多种用途，^ 就是其中之一。只有当它出现在字符集合里，即位于 [ 和 ] 之间，且紧跟在左方括号的后面时，它才表示排除该字符集合。如果出现在字符集合之外并位于模式的开头，^ 将匹配字符串的起始位置。为了演示字符串边界的用法，下面准备了一个例子。有效的 XML 文档都必须以 <?xml> 标签开头，另外可能还包含一些其他属性，比如版本号，如<?xml version="1.0" ?>。下面这个简单的测试可以检查一段文本是否为 XML 文档。
mysql> set @s:='<?xml version="1.0" encoding="UTF-8" ?>
'> <wsdl:definitions targetNamespace="http://tips.cf"
'> xmlns:impl="http://tips.cf" xmlns:intf="http://tips.cf"
'> xmlns:apachesoap="http://xml.apache.org/xml-soap"';
Query OK, 0 rows affected (0.00 sec)
mysql> set @r:='<\\?xml.*\\?>';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+-----------------------------------------+------+
| s | i |
+-----------------------------------------+------+
| <?xml version="1.0" encoding="UTF-8" ?> | 1 |
+-----------------------------------------+------+
1 row in set (0.00 sec)该模式似乎管用。<\?xml 匹配 <?xml，.* 匹配随后的任意文本（.的零次或多次重复出现），\?> 匹配结尾的 ?>。但是，这个测试非常不准确。在下面的例子里，采用同样的模式来匹配在 <?xml> 标签之前包含额外内容的文本。
mysql> set @s:='This is bad, real bad!
'> <?xml version="1.0" encoding="UTF-8" ?>
'> <wsdl:definitions targetNamespace="http://tips.cf"
'> xmlns:impl="http://tips.cf" xmlns:intf="http://tips.cf"
'> xmlns:apachesoap="http://xml.apache.org/xml-soap"';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+-----------------------------------------+------+
| s | i |
+-----------------------------------------+------+
| <?xml version="1.0" encoding="UTF-8" ?> | 24 |
+-----------------------------------------+------+
1 row in set (0.00 sec)模式 <\?xml.*\?> 匹配到的是第 2 行文本。因为 XML 文档的起始标签出现在了第 2 行，所以这肯定不是有效的 XML 文档，将其作为 XML 文档来处理会导致各种问题。这里需要的测试是能够确保 XML 文档的起始标签 <?xml> 出现在字符串最开始处，而这正是 ^ 元字符大显身手的地方。
mysql> set @s:='<?xml version="1.0" encoding="UTF-8" ?>
'> <wsdl:definitions targetNamespace="http://tips.cf"
'> xmlns:impl="http://tips.cf" xmlns:intf="http://tips.cf"
'> xmlns:apachesoap="http://xml.apache.org/xml-soap"';
Query OK, 0 rows affected (0.00 sec)
mysql> set @r:='^\\s*<\\?xml.*\\?>';
Query OK, 0 rows affected (0.00 sec)
mysql> select regexp_extract(@s, @r, '') s, regexp_extract_index(@s, @r, 0, '') i;
+-----------------------------------------+------+
| s | i |
+-----------------------------------------+------+
| <?xml version="1.0" encoding="UTF-8" ?> | 1 |
+-----------------------------------------+------+
1 row in set (0.00 sec)^ 匹配一个字符串的开头位置，所以 ^\s* 匹配字符串的开头和随后的零个或多个空白字符，这解决了<?xml>标签前允许出现的空格、制表符、换行符的问题。作为一个整体，模式 ^\s*<\?xml.*\?> 不仅能匹配带有任意属性的 XML 起始标签，还可以正确处理空白字符。
虽然模式 ^\s*<\?xml.*\?> 解决了上例中的问题，但那只是因为这个例子里的 XML 文档并不完整而已。如果采用完整的 XML 文档，就会看到贪婪型量词的典型表现。所以，这个例子很好地说明了什么时候该使用 .*? 代替 .*。$ 的用法也差不多，它可以用来检查 Web 页面结尾的 </html>