如何用REGEXP_LIKE筛选数据库中非MM/DD/YYYY格式的数据

嘿，我来帮你搞定这个正则筛选的问题！你现在的思路是对的——用NOT REGEXP_LIKE排除符合目标格式的数据，但现有正则还有可以优化的地方，尤其是如果要更精准匹配严格的MM/DD/YYYY格式的话。

先说说你现有正则的小问题 #

你当前用的[0-9][0-9]/[0-9][0-9]/[0-9]{4}确实能匹配类似XX/XX/XXXX的字符串，但它有两个潜在问题：

• 没有用锚点^和$，如果字段内容是01/01/2023 14:30这种带时间的字符串，正则会匹配到其中的日期部分，导致这条数据不会被筛选出来，但它其实不符合纯MM/DD/YYYY格式。
• 它会匹配逻辑无效的日期（比如13/99/2023），如果你只是想筛选格式不符合的（不管日期是否合理），这一点影响不大；但如果要同时排除格式符合但逻辑无效的日期，就需要更严谨的正则。

优化后的正则方案 #

方案1：仅匹配格式严格符合MM/DD/YYYY的（不验证日期逻辑有效性）

如果你只关心格式是否为两位数字/两位数字/四位数字，给正则加上锚点，确保整个字段内容完全匹配：

SELECT birth_date 
FROM table_name 
WHERE NOT REGEXP_LIKE(birth_date, '^[0-9]{2}/[0-9]{2}/[0-9]{4}$');

这个正则会把所有不是XX/XX/XXXX格式的数据（比如dd-mon-yy、yyyy/mm/dd、带时间的日期、非标准格式内容）都筛选出来。

方案2：匹配格式+逻辑有效的MM/DD/YYYY日期

如果想同时排除那些格式符合但日期逻辑无效的数据（比如13/32/2023），可以用更精准的正则：

SELECT birth_date 
FROM table_name 
WHERE NOT REGEXP_LIKE(birth_date, '^(0[1-9]|1[0-2])/(0[1-9]|[12][0-9]|3[01])/[0-9]{4}$');

这个正则的各部分含义：

• ^(0[1-9]|1[0-2])：匹配01-12的有效月份
• (0[1-9]|[12][0-9]|3[01])：匹配01-31的有效日期（覆盖大部分月份的合理范围，若要精准处理闰年2月的特殊情况，正则会复杂很多，一般场景下这个程度足够）
• [0-9]{4}：匹配四位数字的年份
• ^和$：确保整个字段内容完全符合这个格式，没有多余字符

特殊情况处理：包含NULL值 #

如果你的birth_date字段有NULL值，REGEXP_LIKE对NULL会返回NULL，NOT NULL还是NULL，所以这些NULL值不会出现在结果里。如果要把NULL也筛选出来，可以修改条件：

SELECT birth_date 
FROM table_name 
WHERE NOT REGEXP_LIKE(birth_date, '^(0[1-9]|1[0-2])/(0[1-9]|[12][0-9]|3[01])/[0-9]{4}$')
   OR birth_date IS NULL;

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