如何按特定匹配规则实现子字符串搜索？

需求说明 #

现有字符串与子串的匹配需求，原始数据如下：

匹配规则 #

• 子串不能处于单词内部的中间位置
• 子串必须位于某个单词的起始处
• 子串后接非字符（如'.,#等）时，仍判定为匹配
• 其余情况均不匹配

预期匹配结果 #

已尝试的方法及问题 #

• STRING LIKE '%' || SUBSTRING || '%'：会匹配任意位置的子串，无法满足规则
• REGEXP_SUBSTR(STRING, SUBSTRING || '\\W')：仅能匹配子串后接非字符的情况，像TTinger这类子串后接字符的场景无法覆盖

可行解决方案 #

使用正则表达式精准定位单词起始位置的子串，结合数据库的正则匹配函数实现需求。

正则核心逻辑

要满足规则，需确保子串出现在以下两种位置之一：

1. 整个字符串的开头
2. 非单词字符（如空格、标点）之后（即某个单词的起始处）

对应的正则表达式模板为：(^|\W)[子串]，其中：

• ^ 匹配字符串开头
• \W 匹配任意非单词字符（包括空格、标点等）
• [子串] 替换为实际要匹配的子串（如示例中的TT）

数据库具体实现

根据不同数据库的语法差异，给出两种常见实现：

PostgreSQL

SELECT
  "String",
  "Substring",
  CASE
    WHEN "String" ~ ('(^|\W)' || "Substring") THEN 'Yes'
    ELSE 'No'
  END AS "Result"
FROM your_table_name;

MySQL

SELECT
  `String`,
  `Substring`,
  IF(
    `String` REGEXP CONCAT('(^|[^a-zA-Z0-9_])', `Substring`),
    'Yes',
    'No'
  ) AS `Result`
FROM your_table_name;

方案说明

• 对于TT's tattinger：字符串开头的TT被^匹配，判定为Yes
• 对于TT Tattinger：TT前是字符串开头，匹配成功
• 对于Tattinger TTa：TT前是空格（非单词字符），被\W匹配，判定为Yes
• 对于TTinger tab：TT前是字符串开头，匹配成功
• 对于Tattinger：TT处于单词内部，前面是字母a（单词字符），无法被(^|\W)匹配，判定为No

内容的提问来源于stack exchange，提问作者Roshan