多个关键字用or、and、包含、不包含动态拼接为正则表达式和SQL查询条件

前言

不知道大家有没有做过这种需求：在某字符串中，根据多个关键字去判断这串字符串是否满足条件。如下图：

亦或是

如果说要根据图二的关键字去数据库中查询符合条件的数据，要怎么做？是不是感觉头都大了？
暂且先不说包含、不包含，我们先来说说或、且。多个or、and是不能同时并列使用的，我们需要用括号将连续的、相同的or或者and用括号括起来。

比如图一，我们按顺序连起来就是：关键字1 and 关键字2 or 关键字3 or 关键字4 and 关键字5 or 关键字6
但是我们肯定不能直接就这么用，我们得捋一捋要把括号加在哪，哪些是并列的可以放在一个括号里的，哪些又是放在括号外面的。按照我的想法是，把连续 and 的关键字放在括号里，括号外面就是 or。
所以得出来的条件就是：(关键字1 and 关键字2) or 关键字3 or (关键字4 and 关键字5) or 关键字6

那么问题又来了，我们要怎么把这个条件转换成SQL的where条件？mysql中，包含指定字符串我们用 locate 函数，locate(‘关键字1’,字段1)>0 就表示字段1的值包含关键字1，如果是 <0 则表示不包含。

于是，我们拼出来的where条件就是：

# (关键字1 and 关键字2) or 关键字3 or (关键字4 and 关键字5) or 关键字6
( locate('关键字1',字段名)>0 and locate('关键字2',字段名)>0 ) or locate('关键字3',字段名)>0 or 
( locate('关键字4',字段名)>0 and locate('关键字5',字段名)>0 ) or locate('关键字6',字段名)>0

where条件拼出来了，那如果我觉得用locate拼的条件太长了，想用正则或者需要在java代码中，用正则表达式匹配呢？该怎么把这个条件转换成正则表达式？

包含的话，在正则中我们可以用 .* ，但这个是贪婪匹配，匹配任意次，我们只需要匹配一次就够了，所以可以用 .*? ，and 的话，直接括号并列就行，or 的话则用 | 表示。
于是得到得正则表达式就是：

((.*?关键字1.*?)(.*?关键字2.*?))|(.*?关键字3.*?)|((.*?关键字4.*?)(.*?关键字5.*?))|(.*?关键字6.*?)

校验

得到了两种查询方式的条件，那我们来验证一下，准备一张测试表：

DROP TABLE IF EXISTS `test1`;
CREATE TABLE `test1`  (`id` bigint NOT NULL AUTO_INCREMENT,`content` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '内容',PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = Dynamic;INSERT INTO `test1` VALUES (1, '这里是测试内容关键字1内容，哈哈哈关键字2，内容内容、关键字3、测试关键字4测试；测试内容关键字5，关键字6。');
INSERT INTO `test1` VALUES (2, '生死关键字1并非我能关键字4左右，善恶也非关键字4我能独断');
INSERT INTO `test1` VALUES (3, '但我之关键字4本心将为我选择关键字5方向，我之使命将为关键字6我决断对错，纵使这世间混关键字1沌不堪，我也希望用关键字3这一身赤关键字3羽开辟曙光。');
INSERT INTO `test1` VALUES (4, '神州关键字4之地，守护者关键字4沉眠已久。关键字1铭刻编年，关键字7此刻乃是关键字4苏醒之时。奔赴关键字7远方，重燃此世之炽。');
INSERT INTO `test1` VALUES (5, '以精准完关键字5美的攻击关键字5，击退关键字6一切混沌与关键字7无序!关键字8');
INSERT INTO `test1` VALUES (6, '身披关键字7秩序之衣，穷尽关键字7武道之关键字5极。');
INSERT INTO `test1` VALUES (7, '漫漫关键字1白夜，划过天际的关键字2星辰不计关键字1其数，但旷关键字2古闪耀关键字3的明星，仅此一人。');
INSERT INTO `test1` VALUES (8, '就昆仑山搭街坊卡拉，天热广泛的撒旦发射点。关键字5');
INSERT INTO `test1` VALUES (9, '太艰苦拉关键字6萨大家发了肯定，解开了简历库进口量。');
INSERT INTO `test1` VALUES (10, '这个是测试内关键字3容呀，测试测试测试，内容内容内容这个是测试内容呀。');
INSERT INTO `test1` VALUES (11, '空手道解放昆仑山搭关键字4街坊，特我认为若i速关键字4冻i夫。解开了揭开角度来看，请问热关键字4望热望热热退热贴，烹饪例如可通过大幅高开。');
INSERT INTO `test1` VALUES (12, '哈哈哈哈关键字5哈哈，请问请问，啦啦啦关键字5啦啦啦啦，了哈哈哈哈哈哈，钱关键字5钱钱钱钱钱钱，嘎嘎嘎嘎嘎嘎嘎反反复复烦烦烦。');

验证方式一：

SELECT *
FROM test1
WHERE 
( locate('关键字1',content)>0 and locate('关键字2',content)>0 ) or locate('关键字3',content)>0 or 
( locate('关键字4',content)>0 and locate('关键字5',content)>0 ) or locate('关键字6',content)>0

验证方式二：

SELECT *
FROM test1
WHERE content REGEXP '((.*?关键字1.*?)(.*?关键字2.*?))|(.*?关键字3.*?)|((.*?关键字4.*?)(.*?关键字5.*?))|(.*?关键字6.*?)'

这么看，两种条件方式查出来的结果都是一样的。

既然这么做的思路没问题，那我们接下来要解决的就是怎么动态去拼接出这个where条件和正则表达式。

思路

1、存储方式

第一步我们先要考虑清楚，图一图二添加了多个关键字后，要以什么形式存储能更方便我们后续进行动态拼接。
我的想法是，直接把这些关键字用or、and连起来，后续用的时候也是用or、and进行分割，像这样：

# 图一：or、and也可以用其他符号代替，比如or用 | ，and用 &
关键字1and关键字2or关键字3or关键字4and关键字5or关键字6# 图二：包含、不包含则分别用 is、no代替
is关键字1orno关键字2andno关键字3andis关键字4oris关键字5andis关键字6orno关键字7

2、实现

图一实现

我们先用 or 进行分割（数组一），每一个 or 后面都拼接上表示 “或” 的字符：正则用 | 表示或，SQL用 or 表示。

遍历数组一，对每一个遍历的元素用 and 进行分割（数组二），如果数组二长度大于1，说明有连续多个and，这时我们要在这几个连续的and最外面加上括号，把它们括起来，表示这几个条件要同时满足。

即：关键字1 and 关键字2 and 关键字3 ——> ( (关键字1) and (关键字2) and (关键字3) )

用代码实现：

/*** 根据关键字动态拼接正则表达式（没有包含、不包含）* @param keyWord 关键字*/
public static String regByKeyWord1(String keyWord){String[] orSplit = keyWord.split("or");StringBuffer result = new StringBuffer();for (int i = 0; i < orSplit.length; i++) {String[] andSplit = orSplit[i].split("and");if (andSplit.length>1){result.append("(");for (int j = 0; j < andSplit.length; j++) {result.append("(.*?"+andSplit[j]+".*?)");}result.append(")");}else {result.append("(.*?"+orSplit[i]+".*?)");}if (i<orSplit.length-1){result.append("|");}}System.out.println(result.toString());return result.toString();
}/***  根据关键字动态拼接SQL查询条件（没有包含、不包含）* @param keyWord 关键字* @param field 数据库条件字段*/
public static String whereByKeyWord1(String keyWord,String field){String[] orSplit = keyWord.split("or");StringBuffer result = new StringBuffer();for (int i = 0; i < orSplit.length; i++) {String[] andSplit = orSplit[i].split("and");if (andSplit.length>1){result.append("(");for (int j = 0; j < andSplit.length; j++) {result.append("locate('"+andSplit[j]+"',"+field+")>0");if (j<andSplit.length-1){result.append(" and ");}}result.append(")");}else {result.append("locate('"+orSplit[i]+"',"+field+")>0");}if (i<orSplit.length-1){result.append(" or ");}}System.out.println(result.toString());return result.toString();
}

得到的结果，和上面自己推算的条件、正则是一样的。

图二实现

图二有包含、不包含，就又要复杂一点了，特别是正则表达式！！！

因为本身对正则表达式也不熟，用的时候都是直接在网上找。单个包含或不包含就没什么难度，复杂的是多个包含不包含要一起使用，着实花了我好大一番心思。

我先把代码贴出来：

/***  根据关键字动态拼接正则表达式（有包含、不包含）* @param keyWord 关键字*/
public static String regByKeyWord2(String keyWord){String[] orSplict = keyWord.split("or");StringBuffer result = new StringBuffer();for (int i = 0; i < orSplict.length; i++) {String[] andSplit = orSplict[i].split("and");if (andSplit.length>1){StringBuffer sb1 = new StringBuffer();StringBuffer sb2 = new StringBuffer();result.append("(");int c1 = 0;for (int j = 0; j < andSplit.length; j++) {if (andSplit[j].contains("no")){if (c1==0) sb1.append("((?!");if (c1>0) sb1.append("|");sb1.append(andSplit[j].replace("no",""));c1++;}if (j==andSplit.length-1 && sb1.length()>0) sb1.append(").)*");}int c2 = 0;for (int j = 0; j < andSplit.length; j++) {if (!andSplit[j].contains("no")){if (sb1.length()>0){if (c2==0) sb2.append(sb1.toString());sb2.append(andSplit[j].replace("is","")).append(sb1.toString());c2++;}else {sb2.append("(.*?"+andSplit[j].replace("is","")+".*?)");}}}result.append(sb2.toString());result.append(")");}else {if (orSplict[i].contains("no")){result.append("((?!").append(orSplict[i].replace("no","")).append(").)*");}else {result.append("(.*?"+orSplict[i].replace("is","")+".*?)");}}if (i<orSplict.length-1){result.append("|");}}System.out.println(result.toString());return result.toString();
}/***  根据关键字动态拼接SQL查询条件（有包含、不包含）* @param keyWord 关键字* @param field 数据库条件字段*/
public static String whereByKeyWord2(String keyWord,String field){String[] orSplit = keyWord.split("or");StringBuffer result = new StringBuffer();for (int i = 0; i < orSplit.length; i++) {String[] andSplit = orSplit[i].split("and");if (andSplit.length>1){result.append("(");for (int j = 0; j < andSplit.length; j++) {if (andSplit[j].contains("no")){result.append("locate('"+andSplit[j].replace("no","")+"',"+field+")<0");}else {result.append("locate('"+andSplit[j].replace("is","")+"',"+field+")>0");}if (j<andSplit.length-1){result.append(" and ");}}result.append(")");}else {if (orSplit[i].contains("no")){result.append("locate('"+orSplit[i].replace("no","")+"',"+field+")<0");}else {result.append("locate('"+orSplit[i].replace("is","")+"',"+field+")>0");}}if (i<orSplit.length-1){result.append(" or ");}}System.out.println(result.toString());return result.toString();
}

where条件拼接没什么好说的，它和whereByKeyWord1一样。主要讲讲正则表达式该怎么写。

不包含用正则表示：((?!关键字1).)*// 不包含 关键字1 和 关键字2
多个并列的不包含用正则表示：((?!关键字1|关键字2).)*// 包含 关键字3，但不包含 关键字1 和 关键字2
包含、不包含同时使用：((?!关键字1|关键字2).)*关键字3((?!关键字1|关键字2).)*// 包含 关键字3 和 关键字4，但不包含 关键字1 和 关键字2
多个包含、不包含同时使用：(((?!关键字1|关键字2).)*关键字3((?!关键字1|关键字2).)*关键字4((?!关键字1|关键字2).)*)

是不是感觉很复杂，我也觉得很复杂。

包含不包含同时用时，要先写不包含，在不包含最后的星号后面接上包含的关键字。

只是我不明白为啥我前面明明有写不包含的表达式，为啥包含后面还要再加上不包含的表达式？

如果有多个包含、不包含同时使用，那就会像第四条表达式一样，开头要先写不包含，然后接着第一个包含，再写不包含后，接着第二个包含，然后又要写不包含。如此循环接下去。那这表达式不可谓不长。

不知道有没有更简单的表达式。

结果

// 图一
String keyWord = "关键字1and关键字2or关键字3or关键字4and关键字5or关键字6";
String reg = DynamicWhereUtil.regByKeyWord1(keyWord);
String where = DynamicWhereUtil.whereByKeyWord1(keyWord,"content");
// 图一输出（换行是为了方便查看，实际输出结果没有换行）
((.*?关键字1.*?)(.*?关键字2.*?))|
(.*?关键字3.*?)|
((.*?关键字4.*?)(.*?关键字5.*?))|
(.*?关键字6.*?)(locate('关键字1',content)>0 and locate('关键字2',content)>0) or 
locate('关键字3',content)>0 or 
(locate('关键字4',content)>0 and locate('关键字5',content)>0) or 
locate('关键字6',content)>0// 图二
String keyWord = "is关键字1orno关键字2andno关键字3andis关键字4andis关键字5oris关键字6andis关键字7orno关键字8";
String reg = DynamicWhereUtil.regByKeyWord2(keyWord);
String where = DynamicWhereUtil.whereByKeyWord2(keyWord,"content");
// 图二输出（换行是为了方便查看，实际输出结果没有换行）
(.*?关键字1.*?)|
(((?!关键字2|关键字3).)*关键字4((?!关键字2|关键字3).)*关键字5((?!关键字2|关键字3).)*)|
((.*?关键字6.*?)(.*?关键字7.*?))|
((?!关键字8).)*locate('关键字1',content)>0 or 
(locate('关键字2',content)<0 and locate('关键字3',content)<0 and locate('关键字4',content)>0 and locate('关键字5',content)>0) or 
(locate('关键字6',content)>0 and locate('关键字7',content)>0) or 
locate('关键字8',content)<0

最后

终于是实现了开头的那两个需求，以下是校验正则的测试代码：

public static void main(String[] args) {// 1、只有and、orString keyWord1 = "关键字1and关键字2or关键字3or关键字4and关键字5or关键字6";String reg1 = DynamicWhereUtil.regByKeyWord1(keyWord1 );//String where1 = DynamicWhereUtil.whereByKeyWord1(keyWord1 ,"content");String content1= "110kV湾上甲线1721开关、变低、变低、CT高压试验";System.out.println(content1.matches(reg1 ));// 2、有and、or和包含、不包含// is关键字1 or (no关键字2 and no关键字3 and is关键字4 and is关键字5) or (is关键字6 and is关键字7) or no关键字8String keyWord2 = "is关键字1orno关键字2andno关键字3andis关键字4andis关键字5oris关键字6andis关键字7orno关键字8";String reg2 = DynamicWhereUtil.regByKeyWord2(keyWord2);//String where2 = DynamicWhereUtil.whereByKeyWord2(keyWord2,"content");String content2= "这里是关键字4hhh、哈哈哈关键字5666、关键字5好好好、关键字4；关键字5";System.out.println(content2.matches(reg2));
}