如何在SQL中筛选符合特定路径规则的URL？

嘿，先把你的需求理清楚：你要区分两种URL——无路径的是结尾只有/，或者最后一段是带扩展名（比如.html）的；有路径的是最后一段是纯字母数字（不管后面有没有加/）的多级或单级路径。

既然你担心正则在SQL里的性能问题，那咱们用字符串函数来实现，比正则更高效，而且大部分SQL引擎都支持：

核心判断逻辑 #

1. 排除掉仅以单个/结尾的URL（比如stackoverflow.com/）
2. 排除掉最后一段包含小数点的URL（比如abc.html这种带扩展名的）
3. 剩下的就是符合要求的“有路径”URL

MySQL 实现代码 #

SELECT url
FROM your_table
WHERE 
  -- 排除仅以/结尾的情况
  TRIM(TRAILING '/' FROM url) != url
  AND
  -- 最后一段（去掉结尾的/之后）不包含小数点
  INSTR(REVERSE(SUBSTRING_INDEX(TRIM(TRAILING '/' FROM url), '/', -1)), '.') = 0;

简单解释下：

• TRIM(TRAILING '/' FROM url) 会把URL结尾的所有斜杠去掉，比如stackoverflow.com/abc/bla/会变成stackoverflow.com/abc/bla
• SUBSTRING_INDEX(..., '/', -1) 取去掉斜杠后的最后一段内容，上面的例子就是bla
• 反转这段内容后用INSTR找小数点，如果找不到（返回0），说明这段没有扩展名，符合要求

SQL Server 实现代码 #

SELECT url
FROM your_table
WHERE
  -- 排除仅以/结尾的情况
  NOT (url LIKE '%/' AND LEN(TRIM(TRAILING '/' FROM url)) = LEN(url) - 1)
  AND
  -- 最后一段不包含小数点
  CHARINDEX('.', REVERSE(PARSENAME(REPLACE(TRIM(TRAILING '/' FROM url), '/', '.'), 1))) = 0;

这里用REPLACE把斜杠换成点，然后用PARSENAME来取最后一段，再检查有没有小数点，逻辑和MySQL类似。

PostgreSQL 实现代码 #

SELECT url
FROM your_table
WHERE
  -- 排除仅以/结尾的情况
  url NOT LIKE '%/' OR LENGTH(TRIM(TRAILING '/' FROM url)) != 0
  AND
  -- 最后一段不包含小数点
  POSITION('.' IN REVERSE(SPLIT_PART(TRIM(TRAILING '/' FROM url), '/', -1))) = 0;

用SPLIT_PART直接按斜杠分割取最后一段，再检查小数点，非常直观。

要是你觉得正则更简单（数据量小的时候用） #

如果你的数据量不大，正则的性能问题可以忽略，给你适配不同引擎的正则写法：

• MySQL：

SELECT url
FROM your_table
WHERE url REGEXP '\/\w+$|\/\w+\/$';

• SQL Server：

SELECT url
FROM your_table
WHERE url LIKE '%/[a-zA-Z0-9]$' OR url LIKE '%/[a-zA-Z0-9]/$';

• PostgreSQL：

SELECT url
FROM your_table
WHERE url ~ '\/\w+$|\/\w+\/$';

这个正则匹配两种情况：要么以/+字母数字结尾，要么以/+字母数字+/结尾，刚好符合你要的“有路径”规则。

内容的提问来源于stack exchange，提问作者asaf