1 利用字符长度和本身长度不一致
我查到最多的是where条件后面:
length(`name`) <> CHARACTER_LENGTH(`name`)
或者说
length(`name`) != CHARACTER_LENGTH(`name`)
<>是旧式的不等于的写法,现在一般都使用!= 了 ,所以我们还是使用!=吧。
他的原理就是利用中文的长度和他的字符长度不一致,来查询的。
一般来说1个中文的length是3,character_length就是1,所以这样可以搜索出来中文。
但是问题在于有的俄文 什么的其他文字也会不等于其字符长度。
这个方案放弃了。
2 利用正则匹配
其中出现最多的是:
NOT `name` REGEXP BINARY '[\u4e00-\u9fa5]'
然后查询出来的并不满意,感觉好像有的中文能过滤 有的又不行。
因为数据库的字符集是utf8 而这个正则匹配的是unicode码,可能编码不一致,导致的问题,也放弃了。
还有就是一个 `name` REGEXP BINARY '[a-zA-Z0-9]'
就是匹配字母和数字,这么low的 还是被pass了
最后就是
NOT `name` REGEXP BINARY '[一-龥]'
其实就是那个转化成中文后的正则匹配。
意思就是如果匹配到任意一个中文 就算是匹配到,然后取反,就是只要匹配到中文的就不要。
圆满完成任务。
bye
本文探讨了在数据库中排除中文字符的几种方法,包括利用字符长度差异和正则表达式进行筛选,最终采用了一个有效的正则表达式来实现目标。
1万+

被折叠的 条评论
为什么被折叠?



