sql中模糊查询主要依赖like操作符配合通配符%（代表任意长度的任意字符）和\_（代表单个任意字符），用于实现非精确匹配；2. 常见用法包括：’张%’查找以“张”开头的字符串，’%三’查找以“三”结尾的字符串，’%限量版%’查找包含“限量版”的字符串，’\_小\_’查找三个字且中间为“小”的字符串；3. 模糊匹配在用户搜索、数据清洗、报告统计和异常识别中至关重要，能应对输入不规范或数据变体问题；4. 通配符%可匹配零到多个字符，适用于模糊和包含场景，而\_仅匹配一个字符，适用于固定长度或特定位置的精确匹配；5. not like用于排除符合特定模式的记录，常用于排除测试数据、识别格式异常（如邮箱、电话号码）、筛选不包含关键词的内容以及结合escape排除含通配符字面值的数据，提升了数据过滤的灵活性。
SQL中，要进行简单的模糊查询，我们主要依赖
LIKE
操作符。它的核心在于通过模式匹配来筛选字符串数据，而不是进行精确的比对。这就像你在一个杂乱的文档堆里找东西，不记得确切的名字，只记得几个关键词或开头结尾，
LIKE
就是帮你做这件事的工具。它主要配合两个通配符使用：百分号（
%
）代表任意长度（包括零个）的任意字符序列，而下划线（
_
）则代表一个且仅一个任意字符。
SQL模糊查询的基础语句用法，说白了，就是把
LIKE
操作符放到
WHERE
子句后面，然后跟上你想要匹配的模式字符串。这个模式字符串里，通配符就是我们的魔法棒。
最常见的几种用法：
查找以特定字符开头的记录：如果你想找所有名字以“张”开头的用户，你可以这么写：
SELECT *FROM UsersWHERE UserName LIKE '张%';
这里
'张%'
的意思是“以‘张’字开头，后面跟着任意数量的任意字符”。
查找以特定字符结尾的记录：要是你只记得某个名字的最后一个字是“三”，那可以这样：
SELECT *FROM ProductsWHERE ProductName LIKE '%三';
'%三'
表示“前面可以是任意数量的任意字符，但必须以‘三’字结尾”。
查找包含特定字符序列的记录：这是最常用的，比如你想找所有描述里包含“限量版”的产品：
SELECT *FROM DescriptionsWHERE ProductDescription LIKE '%限量版%';
'%限量版%'
意味着“无论前面有什么，后面有什么，只要中间包含‘限量版’就行”。
查找特定位置的字符：有时候我们对长度有要求，或者知道某个位置的字符是什么。比如，我想找所有名字是三个字，且中间那个字是“小”的：
SELECT *FROM EmployeesWHERE EmployeeName LIKE '_小_';
'_小_'
表示“第一个字符是任意一个字符，第二个字符是‘小’，第三个字符是任意一个字符”。这在处理一些固定格式的编码或者特定长度的字段时特别有用。
理解了这几个基础模式，基本上就能应付日常大部分的模糊查询需求了。
为什么在数据查询中模糊匹配如此重要？它能解决哪些实际问题？
在我看来，模糊匹配在数据查询中简直是不可或缺的。想想看，我们的数据世界从来都不是完美无缺的，用户输入可能五花八门，数据录入也难免有疏漏。如果只有精确匹配，那很多时候我们根本就找不到想要的信息。
它能解决的实际问题太多了：
TextCortex
AI写作能手，在几秒钟内创建内容。
62 查看详情 
用户搜索体验：当用户在电商网站搜索“手机壳”时，他可能输入“手机壳”、“手机保护套”、“手机套”，甚至“IPHONE壳”。如果只支持精确匹配，那用户体验会非常糟糕。模糊查询能让系统理解用户的意图，即使输入不完全精确也能返回相关结果。数据清洗与分析：我在处理一些历史数据时，经常遇到“张三”、“张叁”、“张三丰”这样的情况。如果想找出所有“张三”相关的人，精确匹配肯定不行。利用
LIKE '张三%'
或者
LIKE '%张三%'
，就能把这些变体都找出来，方便后续的清洗和统一。报告与统计：需要统计所有“销售部”或“市场部”的员工，但部门名称可能写成“销售部（北京）”、“销售一部”、“市场部-华南区”等。一个
LIKE '%销售部%' OR LIKE '%市场部%'
就能轻松搞定。识别异常或模式：比如，你想找出所有邮箱地址不符合常规格式（比如没有
@
符号）的用户，或者所有电话号码不是11位的记录。模糊查询配合
NOT LIKE
就能派上用场。
可以说，模糊匹配是让数据“活”起来的关键，它让查询变得更加灵活和智能，适应了现实世界中数据固有的不确定性。
LIKE
操作符中的通配符
%
和
_
，它们在实际使用中有何异同？
%
和
_
这两个通配符，虽然都是用来做模式匹配的，但它们的“权力”和“范围”是截然不同的，理解它们的不同，能让你写出更精确、更符合需求的查询语句。
百分号（
%
）：
含义：代表零个、一个或多个任意字符。它的特点是“贪婪”且“灵活”。何时用：当你只知道字符串的开头或结尾，想匹配所有可能性时（如
'ABC%'
或
'%XYZ'
）。当你只知道字符串中包含某个子串，而对子串前后的内容长度不确定时（如
'%KEYWORD%'
）。你甚至可以只用一个
'%'
来匹配所有非NULL的字符串，虽然这没什么实际意义，但说明了它的“全能性”。例子：
LIKE '王%'
：能匹配“王”、“王小明”、“王大锤”。
LIKE '%手机'
：能匹配“华为手机”、“我的手机”。
LIKE '%苹果%'
下划线（
_
）：
含义：代表一个且仅一个任意字符。它的特点是“精准”且“固定”。何时用：当你对字符串的长度有严格要求，或者你知道某个位置的字符是任意的，但其他位置是固定的时。在处理一些编码、序列号或者固定格式的短文本时非常有用。例子：
LIKE '张__'
：只匹配三个字的，且第一个字是“张”的名字，如“张三丰”、“张小明”，但不会匹配“张”或“张大炮”。
LIKE 'A_C'
：只匹配三个字符，开头是A，结尾是C的，如“ABC”、“ADC”、“A9C”。
LIKE '_____'
：匹配任意五个字符的字符串。
异同总结：
相同点：都是用于
LIKE
操作符的通配符，都匹配任意字符。不同点：
%
匹配零到多个字符，
_
匹配一个字符。这是最核心的区别。
%
更适合“模糊”和“包含”的场景，
_
更适合“固定长度”和“特定位置”的场景。
实际使用中，我通常会根据对匹配精度的要求来选择。如果只是想看看有没有包含某个词，
%
是首选；如果我知道某个字段是固定格式，比如产品编码是
XXX-YYY-ZZZ
，而我只记得
XXX
和
ZZZ
，那
LIKE 'XXX-%-ZZZ'
可能就更合适，或者如果我知道中间是3个字符，
LIKE 'XXX-___-ZZZ'
则更精确。
NOT LIKE
的用途是什么？何时会用到它？
NOT LIKE
，顾名思义，就是
LIKE
的反面，它用于查找那些不符合指定模式的字符串。这在数据过滤、异常数据识别或者排除特定类型信息时，简直是神来之笔。
我个人在以下几种场景中经常用到
NOT LIKE
：
排除特定类型的记录：
比如，我想查看所有产品中，除了“测试”或“演示”用的产品以外的真实商品数据。
SELECT *FROM ProductsWHERE ProductName NOT LIKE '%测试%' AND ProductName NOT LIKE '%演示%';
或者，我想列出所有部门，但不想看到“临时部门”或“已撤销部门”：
SELECT *FROM DepartmentsWHERE DeptName NOT LIKE '%临时%' AND DeptName NOT LIKE '%撤销%';
数据质量检查与异常识别：
这是
NOT LIKE
非常实用的一个地方。比如，我想找出所有邮箱地址格式不规范（比如没有
@
符号，或者没有
.com
等后缀）的用户，以便进行数据清洗。
SELECT UserID, EmailFROM UsersWHERE Email NOT LIKE '%@%' OR Email NOT LIKE '%.%'; -- 简单示例，实际邮箱校验更复杂
再比如，我想找出所有电话号码不是以“1”开头的记录，这可能意味着数据录入错误。
SELECT CustomerID, PhoneNumberFROM CustomersWHERE PhoneNumber NOT LIKE '1%';
筛选不包含特定关键词的内容：
在内容管理系统中，你可能想找出所有文章中，不包含某个敏感词或已过时术语的。
SELECT ArticleID, TitleFROM ArticlesWHERE Content NOT LIKE '%敏感词%' AND Content NOT LIKE '%过时术语%';
处理包含通配符本身的数据：
如果你的数据中本身就包含
%
或
_
字符，而你想把它们作为字面值来匹配，就需要用到
ESCAPE
子句。但如果你想排除那些包含这些字面值的记录，
NOT LIKE
就配合
ESCAPE
一起用。例如，查找不包含字面值
50%
的字符串：
SELECT ItemCodeFROM InventoryWHERE ItemCode NOT LIKE '%50\%%' ESCAPE '\';
这里
\
是转义字符，告诉SQL
%
不是通配符，而是要匹配的字面值。
总的来说，
NOT LIKE
是
LIKE
的有力补充，它让我们可以从“找什么”转变为“排除什么”，在数据筛选和质量控制上提供了极大的灵活性。
以上就是sql怎样用LIKE进行简单的模糊查询 sql模糊查询的基础语句用法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/967339.html
微信扫一扫 
支付宝扫一扫 
