特殊字符或仅字符/数字的测试列

Question

我尝试使用通用正则表达式属性和NOT LIKE 子句查找特殊字符，但得到的结果令人困惑。研究表明，它的工作方式与在 SQL Server 或其他地方的工作方式不同。

1. 用于查找是否有字符
2. 用于查找是否有任何数字
3. 用于查找是否有任何特殊字符

like '%[^0-9]%' 或 '%[^a-Z]%' 分别在查找是否存在非数字数据和是否存在非字母数据时效果不佳

SELECT column1 from some_table where column1 like '%[^0-9]%'; 
SELECT column1 from some_table where column1 like '%[^a-Z]%' 
SELECT column1 from some_table where column1 like '%[^a-Z0-9]%' 

还注意到人们使用 -> NOT like '%[^0-9]%'

Answer 1

问题是您错误地使用了LIKE。 LIKE 无法识别这些模式。

使用~进行正则表达式匹配：

select column1 from some_table where column1 ~ '[^a-Z0-9]' 

或更恰当地说：

select column1 from some_table where column1 ~ '[^a-zA-Z0-9]'

这将返回具有未在字符类中指定的字符的任何列。

Here 是一个 dbfiddle。

Answer 2

Postgres LIKE 不支持正则表达式。
你需要regular expression operator ~。

标准 SQL 还将 SIMILAR TO 定义为上述的奇怪组合，但不要使用它。见：

• Pattern matching with LIKE, SIMILAR TO or regular expressions in PostgreSQL

用于查找是否有任何字符

...意思是任何字符：

... WHERE col <> '';                        -- any character at all?

所以既不是 NULL 也不是空的。见：

• Best way to check for "empty or null value"

...表示任何字母字符（字母）：

... WHERE col ~ '[[:alpha:]]';              -- any letters?

[[:alpha:]] 是所有字母字符的字符类 - 不仅仅是 ASCII 字母 [A-Za-z]，还包括 [ÄéÒçòý] 等字母。

用于查找是否有任何数字

...表示任何数字：

... WHERE col ~ '\d';                       -- any digits?

\d 是 [[:digit:]] 的类简写。

用于查找是否有特殊字符

...除了数字和字母之外的任何含义：

... WHERE col ~ '\W';                       -- anything but digits & letters? 

\W 是[^[:alnum:]_] 的类简写（下划线已排除 - 手册目前在此处令人困惑）。

...表示除数字、字母和纯空格以外的任何内容：

... WHERE col ~ '[^[:alnum:]_ ]'            -- ... and space

这是\W 拼写出来的类简写，另外不包括纯空格。

...表示除数字、字母和任何空格之外的任何内容：

... WHERE col ~ '[^[:alnum:]_\s]'           -- ... and any white space
... WHERE col ~ '[^[:alnum:]_[:space:]]'    -- ... the same spelled out

这次不包括由 Posix 字符类 space 定义的所有空格。关于 Unicode 中的“空白”：

• Trim trailing spaces with PostgreSQL

... 表示任何非 ASCII 字符：

如果您的数据库集群使用 UTF8 编码运行，则有一个简单、非常快速的 hack：

... WHERE octet_length(col) > length(col);  -- any non-ASCII letter?

octet_length()计算字符串中的字节，而length()（别名：character_length() 或char_length()）计算字符串中的字符。所有基本 ASCII 字符 ([\x00-\x7F]) 在 UTF-8 中使用 1 个字节编码，所有其他字符使用 2 - 4 个字节。字符串中的任何非 ASCII 字符都构成表达式 true。

进一步阅读：

• 手册中的章节Regular Expression Class-shorthand Escapes。

• PostgreSQL 9.1 using collate in select statements

• ERROR: “sql ” is not a known variable