MySQL实现SCRABBLE单词解扰：支持通配符的查询改造方案

原有纯正则实现的核心逻辑是校验「字符范围合规+单字母出现次数不超手牌持有量」，加入最多2个空白通配符后，需要新增「超量字母可由通配符抵扣」的校验规则，不建议用多层嵌套正则硬写（可读性差、匹配错误率高），可以按三层过滤逻辑改写，完美兼容0-2个通配符的场景。

前置参数拆分 #

在业务层拼接SQL前，先从输入字符串（例如he?lo）中拆分出固定参数，直接替换到SQL模板中即可：

• 统计通配符数量：即输入字符串中?的个数，取值范围为0/1/2，例如he?lo对应的通配符数量为1
• 统计实体字母持有量：例如he?lo去掉问号后的实体字母为h/e/l/l/o，对应持有计数为h:1、e:1、l:2、o:1
• 手牌总长度：实体字母数+通配符数，为可匹配单词的最大长度

改写后的查询语句 #

以输入he?lo（1个通配符）为例，可直接运行的SQL如下：

SELECT * FROM words
WHERE
-- 第一层：长度校验：单词至少2个字母，且长度不超过手牌总长度
LENGTH(word) BETWEEN 2 AND 5
-- 第二层：基础格式校验：单词仅由小写英文字母构成
AND word REGEXP '^[a-z]{2,}$'
-- 第三层：核心频次校验：所有超量字母的总个数不超过通配符数量
AND (
    -- 已持有字母：仅累加超出持有量的部分
    GREATEST(LENGTH(word) - LENGTH(REPLACE(word, 'h', '')) - 1, 0)
    + GREATEST(LENGTH(word) - LENGTH(REPLACE(word, 'e', '')) - 1, 0)
    + GREATEST(LENGTH(word) - LENGTH(REPLACE(word, 'l', '')) - 2, 0)
    + GREATEST(LENGTH(word) - LENGTH(REPLACE(word, 'o', '')) - 1, 0)
    -- 未持有字母：出现多少个就需要占用多少个通配符，直接累加计数
    + (LENGTH(word) - LENGTH(REPLACE(word, 'a', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'b', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'c', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'd', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'f', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'g', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'i', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'j', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'k', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'm', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'n', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'p', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'q', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'r', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 's', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 't', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'u', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'v', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'w', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'x', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'y', '')))
    + (LENGTH(word) - LENGTH(REPLACE(word, 'z', '')))
) <= 1 -- 此处替换为实际通配符数量，0/1/2均可支持

逻辑说明 #

• 通配符数量为0时，查询逻辑和原有正则实现完全一致：超量字母总和必须为0，即单词不能出现未持有字母、每个字母出现次数不能超过持有量
• 通配符数量为1/2时，所有「超出持有量的已持字母个数」+「未持有字母个数」的总和，只要不超过通配符数量即符合规则。例如输入he?lo匹配helio时，未持有字母i出现1次，超量总和为1，刚好等于通配符额度，可正常返回；匹配helooo时o超出持有量2次，超量总和为2超过通配符额度，会被正常过滤
• 基于字符串长度差的计数方式，比正则回溯匹配的执行效率更高，也不会出现正则贪婪/非贪婪匹配导致的计数错误，切换通配符数量仅需修改最后一行的阈值即可，不需要调整整体校验结构

注意：如果词表存储的是大写单词，将所有REPLACE匹配的字符改为大写，或统一用LOWER(word)做字段转换即可避免大小写匹配错误。

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