MySQL REGEXP语句异常：为何"»"匹配`^[-а-я]*$`返回1？

核心原因 #

问题出在MySQL正则表达式的字符范围匹配逻辑上——它依赖于当前连接的字符集排序规则，而非字符的原始编码或字节值：

• 正则里的[-а-я]定义了从连字符-到西里尔字母я的匹配范围。在默认排序规则（比如utf8_general_ci、utf8mb4_general_ci）中，字符匹配按排序权重归类，而非编码值。
• »（Unicode U+00BB）的排序权重恰好落在-到я的范围内，所以被判定为匹配；而«（U+00AB）的权重不在这个区间，因此不匹配。
• 加BINARY也没用的原因：REGEXP BINARY按字节序列匹配，»的UTF-8字节是0xC2 0xBB，连字符是0x2D，я的UTF-8字节是0xD1 0x8F，前者的字节范围依然在后者之间，所以还是会被匹配。

解决办法 #

要精准匹配仅含连字符和西里尔字母а-я的字符串，换两种写法就行：

1. MySQL 8.0+用Unicode属性匹配（最可靠）

   SELECT "»" REGEXP '^[-\\p{Cyrillic}]*$';
   

   这条只认连字符和西里尔字母，»会返回0。
2. MySQL 5.x用精确编码范围
   直接指定西里尔字母а-я的Unicode编码区间：

   SELECT "»" REGEXP '^[-\\x{0430}-\\x{044F}]*$';
   

   这样就能排除»这类非目标字符。

内容的提问来源于stack exchange，提问作者VladimirM4K