SQL Server 2008，搜索特殊字符

Question

我正在尝试定位插入表中的一些坏数据，很可能是由于某人从Word复制/粘贴然后插入到数据库中造成的。

我看过类似的问题，比如查找仅包含特殊字符的行的查询，但这并不完全符合我的需求。本质上，我只想返回一个数据集，其中不包括任何标准字符，并捕获诸如endash（仅举一个例子）之类的内容。

我尝试使用类似于以下代码：

SELECT * FROM mytable WHERE email LIKE '%[^0-9a-zA-Z \-@\.]%'

但它会返回每一条记录。

---

编辑

如果对其他人有帮助，最终我遇到的问题是由于连字符（-）字符的位置导致的，正如sgmoore在下面指出的那样。我将其移动到范围的开头，紧随not (^)字符。

此外，根据gbn提供的信息，LIKE实际上并没有使用正则表达式，因此我重新访问了Microsoft文档SQL Server LIKE语句。我不必要地使用反斜杠字符作为转义字符，因为我假设它与正则表达式相同。这些是不必要的，显然通配符字符只需要转义字符。我链接的文档还提到，在LIKE范围之后使用ESCAPE子句指定要用作转义字符的字符，例如WHERE percent_complete LIKE '%50!%' ESCAPE '!'将匹配实际以50％（50％，150％）结尾的字符串。

以下是我最终用于筛选电子邮件数据中的错误字符的内容；对我来说，它起作用了，但可能不适用于所有情况。

SELECT * FROM mytable WHERE email LIKE '%[^-0-9a-zA-Z_@.]%'

此外，如果有帮助的话，我需要在其他几个通用文本字段上执行类似的操作；这远非全面，但它将我的结果集缩小到了只有少数记录，然后我能够直观地确定我要查找的内容。

SELECT * from mytable WHERE text_field LIKE '%[^-0-9a-zA-Z @.''?:/,+&();_]%'

- bigtunacan

---

+1 对我来说看起来没问题，不确定为什么被标记为-1。 - whytheq

@whytheq，谢谢。我不太确定为什么我的这个问题会收到这么多的负评。显然，没有一个负评者愿意解释原因 :( - bigtunacan

Answer 1

请尝试

SELECT * FROM mytable WHERE email LIKE '%[^0-9a-zA-Z @\.\-]%'

看起来，您版本中减号的位置会导致问题。

- sgmoore

---

刚看到你的帖子。确实连字符的位置是个问题。我把它移到了我的范围前面。同时，我也删除了反斜杠，因为它们显然是不必要的。 - bigtunacan

Answer 2

使用双重否定

... WHERE email NOT LIKE '%[^0-9a-zA-Z ,-@\.]%'

提供样本数据也是有用的

- gbn

---

这不是问题，我的正则表达式匹配集开头的^字符表示以下内容不包含。例如，当我运行... WHERE name LIKE '%[^0-9a-zA-Z ]%'时，我得到了一个空结果集，这正是我所期望的。在这里，我还试图筛选连字符、句点和@字符，因此我的语法有些不对。 - bigtunacan

@bigtunacan：你试过了吗？此外，LIKE 不是正则表达式。你只需要转义开括号 https://dev59.com/BnA65IYBdhLWcg3wvhTi#3661145 - gbn

抱歉，您是正确的，它不是正则表达式，但类似于正则表达式范围的有限子集。范围开头的^字符表示仅匹配不包含在范围内的内容，如在官方微软文档中所示http://msdn.microsoft.com/en-us/library/ms179859.aspx。 - bigtunacan

@bigtunacan：你试过了吗？ - gbn

抱歉，是的，我尝试过去掉^并使用NOT，结果是一样的。我注意到在Microsoft文档中有一个示例，他们在范围中使用连字符，并且它位于开头。所以我尝试将我的范围从'%[^0-9a-zA-Z -@.]%'更改为'%[^-0-9a-zA-Z @.]%'。这给了我期望的结果。也许这里有一个记录，即连字符必须在开头；如果是这样，我错过了，但无论如何它都有效。 - bigtunacan

另外，感谢指出这实际上不是正则表达式；我最初也尝试使用像在连字符和句点等正则表达式中一样的 \ 转义字符，但这些显然不是 SQL 范围中的特殊字符。 - bigtunacan

Answer 3

假设每封电子邮件都包含一个@字符和一个.字符。您可以尝试以下操作：

SELECT * FROM mytable WHERE email LIKE '%[^0-9a-zA-Z ,\]%'

如果你真的想要原始列表，那么你需要转义 -。

SELECT * FROM mytable WHERE email LIKE '%[^0-9a-zA-Z ,\-@\.]%'

- Gordon Linoff

---

抱歉，我在输入原始问题时忘记转义连字符了。即使转义了连字符，它仍然返回所有结果。我还删除了逗号，因为对于电子邮件字段来说是不必要的。我已经更新了我的问题，但问题仍然存在。 - bigtunacan