如何在MySQL中找到非ASCII字符？

StackOverflow https://stackoverflow.com/questions/401771

  •  03-07-2019
  •  | 
  •  

题

我正在使用MySQL数据库，该数据库包含从 Excel 导入的一些数据。数据包含非 ASCII 字符（em破折号等）以及隐藏的回车或换行。有没有办法使用MySQL找到这些记录？

有帮助吗？

解决方案

这完全取决于您所定义的“ASCII”，但我建议尝试这样的查询变体：

SELECT * FROM tableName WHERE columnToCheck NOT REGEXP '[A-Za-z0-9]';

该查询将返回columnToCheck包含任何非字母数字字符的所有行。如果您有其他可接受的字符，请将它们添加到正则表达式中的字符类。例如，如果句点，逗号和连字符都正常，请将查询更改为：

SELECT * FROM tableName WHERE columnToCheck NOT REGEXP '[A-Za-z0-9.,-]';

MySQL文档中最相关的页面可能是 12.5.2正则表达式 。

其他提示

MySQL提供全面的字符集管理，可以帮助解决这类问题。

SELECT whatever
  FROM tableName 
 WHERE columnToCheck <> CONVERT(columnToCheck USING ASCII)

CONVERT（col USING charset）函数将不可转换的字符转换为替换字符。然后，转换后的和未转换的文本将是不相等的。

有关更多讨论，请参阅此处。 https://dev.mysql.com/doc/refman/8.0 /en/charset-repertoire.html

您可以使用任何您想要的字符集名称代替ASCII。例如，如果您想在代码页1257（立陶宛语，拉脱维亚语，爱沙尼亚语）中找出哪些字符无法正确呈现，请使用 CONVERT（columnToCheck USING cp1257）

您可以将ASCII定义为十进制值为0 - 127（0x00 - 0x7F）的所有字符，并使用以下查询查找包含非ASCII字符的列

SELECT * FROM TABLE WHERE NOT HEX(COLUMN) REGEXP '^([0-7][0-9A-F])*


这是我能提出的最全面的查询。
;

这是我能提出的最全面的查询。

这可能就是你要找的东西：

select * from TABLE where COLUMN regexp '[^ -~]';

它应返回COLUMN包含非ASCII字符的所有行（或不可打印的ASCII字符，如换行符）。

上面每个人的例子中缺少的一个字符是终止字符（\ 0）。这对于MySQL控制台输出是不可见的，并且不能被迄今提到的任何查询发现。查找它的查询很简单：

select * from TABLE where COLUMN like '%\0%';

基于正确答案，但考虑到ASCII控制字符，对我有用的解决方案是：

SELECT * FROM `table` WHERE NOT `field` REGEXP  "[\\x00-\\xFF]|^
SELECT * FROM `table` WHERE `field` <> "" AND NOT `field` REGEXP  "[\\x00-\\xFF]";

quot;;

它做同样的事情：在列中搜索违反ASCII范围的行为，但也允许您搜索控制字符，因为它对代码点使用十六进制表示法。由于没有比较或转换（不像@ Ollie的答案），这也应该明显更快。 （特别是如果MySQL在正则表达式查询上提前终止，它肯定应该。）

它还可以避免返回零长度的字段。如果您想要一个可能性能更好的稍长版本，您可以改用它：

<*>

它会对长度进行单独检查以避免零长度结果，而不考虑它们的正则表达式。根据您拥有的零长度条目的数量，这可能会明显加快。

请注意，如果您的默认字符集是奇怪的，其中0x00-0xFF不映射到与ASCII相同的值（是否存在这样的字符集？），这将返回误报。否则，享受！

尝试使用此查询搜索特殊字符记录

SELECT *
FROM tableName
WHERE fieldName REGEXP '[^a-zA-Z0-9@:. \'\-`,\&]'

@ zende的答案是唯一一个涵盖ascii和非ascii字符组合的列，但它也有那个有问题的hex事件。我用过这个：

SELECT * FROM `table` WHERE NOT `column` REGEXP '^[ -~]+ AND `column` !=''

在Oracle中我们可以使用以下内容。

SELECT * FROM TABLE_A WHERE ASCIISTR(COLUMN_A) <> COLUMN_A;

对于这个问题，我们也可以使用这种方法：

来自sql zoo的问题：
查找PETER GR＆＃220; NBERG

赢得的奖项的所有详细信息

非ASCII字符

ans：从诺贝尔选择*，其中赢家喜欢'P％GR％_％berg';

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top