MySQL实现句子单词数统计：排除单个特殊字符与标点的查询方法

针对你的需求，我们可以利用MySQL的正则替换功能（MySQL 8.0+支持）处理特殊字符与标点，准确统计有效单词数量。以下是优化后的查询语句：

SELECT 
    sentence,
    CASE 
        WHEN TRIM(processed_sentence) = '' THEN 0
        ELSE (LENGTH(processed_sentence) - LENGTH(REPLACE(processed_sentence, ' ', ''))) + 1
    END AS wordsinname
FROM (
    SELECT 
        sentence,
        -- 第一步：将非字母、非单引号的字符替换为空格
        -- 第二步：合并连续空格并去除首尾空格
        TRIM(REGEXP_REPLACE(REGEXP_REPLACE(sentence, '[^a-zA-Z'']', ' '), '\\s+', ' ')) AS processed_sentence
    FROM `database`
) AS processed;

代码逻辑说明 #

1. 第一层正则替换：REGEXP_REPLACE(sentence, '[^a-zA-Z'']', ' ')
   把所有不属于字母（a-z、A-Z）和单引号的字符替换为空格。这会将单词末尾的标点（如world,里的,）、单独的特殊字符（如#、&）转为空格，同时保留单词内部的单引号（如didn't、it's）。

2. 第二层正则替换：REGEXP_REPLACE(..., '\\s+', ' ')
   将连续的多个空格合并为单个空格，避免因多个特殊字符产生的多余空格干扰单词计数。

3. TRIM处理：去除字符串首尾的空格，防止首尾空格影响最终的空格数量统计。

4. 单词数计算：通过计算处理后字符串的总长度与去除空格后的长度差，得到空格数量，加1即为单词总数；如果处理后字符串为空（原句子全是特殊字符），则返回0。

验证你的示例 #

• 输入'Hello world, how are you?' → 处理后为'Hello world how are you' → 单词数5
• 输入'Me & my friend are here' → 处理后为'Me my friend are here' → 单词数5
• 输入'I think it's great' → 处理后为'I think it's great' → 单词数4
• 输入'Who # is # that?' → 处理后为'Who is that' → 单词数3
• 输入'Oh , didn't see you there!' → 处理后为'Oh didn't see you there' → 单词数5

额外注意事项 #

• 如果需要支持多语言字母（如带重音的字符），可将正则中的a-zA-Z替换为[[:alpha:]]，即正则改为[^[:alpha:]']。
• 若需要保留其他单词内部的特殊字符（如连字符mother-in-law），可将对应的字符加入正则允许的范围，例如[^a-zA-Z'-]。
• 若使用MySQL 8.0以下版本（不支持REGEXP_REPLACE），可以通过嵌套多个REPLACE枚举替换常见特殊字符，再合并空格（这种方式灵活性较差，需手动覆盖所有需要处理的字符）。

内容的提问来源于stack exchange，提问作者Ben Kitai