使用REGEXP_REPLACE仅替换HTML中href链接内的%20为空字符串

要实现仅替换employee表content字段里HTML锚标签href属性中的%20，同时保留其他位置的%20，可以利用MySQL 8.0+提供的REGEXP_REPLACE结合字符串替换函数完成。

先验证替换效果（避免直接更新出错） #

执行查询查看原始内容和替换后的结果对比：

SELECT 
    content AS original_content,
    REGEXP_REPLACE(
        content,
        '(href=["\'])([^"\']+)(["\'])',
        CONCAT('$1', REPLACE('$2', '%20', ''), '$3')
    ) AS modified_content
FROM employee;

正式执行更新操作 #

确认替换效果无误后，执行数据更新：

UPDATE employee
SET content = REGEXP_REPLACE(
    content,
    '(href=["\'])([^"\']+)(["\'])',
    CONCAT('$1', REPLACE('$2', '%20', ''), '$3')
);

逻辑说明 #

• 正则表达式(href=["\'])([^"\']+)(["\'])分为三个捕获组：
  1. (href=["\'])：捕获href属性的起始部分（包含单引号或双引号）
  2. ([^"\']+)：捕获href内的URL内容（直到遇到对应的闭合引号）
  3. (["\'])：捕获href属性的闭合引号
• CONCAT('$1', REPLACE('$2', '%20', ''), '$3')将捕获的起始部分、替换掉%20后的URL、闭合引号重新拼接，实现仅修改href内的目标字符。

注意事项 #

• 仅支持MySQL 8.0及以上版本（低版本无REGEXP_REPLACE函数）
• 该正则仅匹配带引号的标准href属性，若存在未加引号的href（不符合HTML规范），需调整正则适配，比如改为(href=)([^[:space:>]+)，但此类场景较为少见。

内容的提问来源于stack exchange，提问作者Kapil Khandelwal