判斷資料欄位是否有中文字 @ 虎搞瞎搞

前幾天剛好有朋友問，怎麼下TSQL判斷，資料表中欄位含有中文的字，
就先想到可以用先把字串分解成一個一個的字元，再來做 ASCII 的比對，
建立的副程式如下

我的想法是因為最後一個英文 z 是122 ，所以比 122 大就判斷不是英文，
而 A-Z,a-z 的範圍 ASCII 如下

-- a 97
-- z 122
-- A 65
-- Z 90

01
CREATE    FUNCTION [dbo].[udf_IsContainChinese]

02
(@inString nvarchar(1000))

03
RETURNS int 

04
AS

05
BEGIN

06
 
07
DECLARE @flag int

08
  
09
DECLARE @valueLength int

10
SET @valueLength = LEN(@inString)

11
DECLARE @i int

12
SET @i = 1

13
WHILE @valueLength >= @i

14
BEGIN

15
     DECLARE @ChcekValue int

16
 
17
     SELECT  @ChcekValue =  ASCII(SUBSTRING(@inString,@i,1))

18
    --SELECT @ChcekValue

19
     if(@ChcekValue > 122)

20
     BEGIN     

21
        -- 有中文

22
        SET @flag = 1

23
        -- 跳出

24
        BREAK

25
     END

26
     ELSE

27
     BEGIN

28
        SET @flag = 0

29
     END

30
     SET @i = @i +1

31
END

32
  RETURN @flag

33
END

而 Function 的使用如下，將 Function傳入欄位值，會傳回 1 ,0 用來判斷，
也可以將 Function 拿來當 WHERE 的比對來使用

view source
print?

1
SELECT *,dbo.udf_IsContainChinese(value)

2
 FROM dbo.TestTemp

3
WHERE dbo.udf_IsContainChinese(value) = 1
 

後來想一想，是不是還有別的方法也可以判斷資料欄位中是否還有中文的值， 
一直想到是不是有類似 Regular 的方式，後來查了一下 SQL 中有 PATINDEX 可以使用， 
就想說找出第一個中文字的起點，再找出最後一個中文字，就能下規則的方式來找出， 
後來有點懶惰，就用一個一個測試，猜數字的方式，來找出第一個中文， 
而找出第一個中文跟最後一個中文測試的TSQL如下： 

01
--土法煉鋼的方式找到'一'是中文字的起點 19968

02
SELECT UNICODE('一') 

03
SELECT NCHAR(19968)

04
--土法煉鋼的方式找到'龥'是中文字的終點 40869

05
SELECT UNICODE('龥')

06
SELECT NCHAR(40869)

07
-- 但'龥' 在用UNICODE查出卻是 63

08
-- 而在  40869 - 40861 龞,龟 .... 這幾個字查出來都是 63

09
-- 只有 '龜' 查出來是 40860

10
 
11
SELECT UNICODE('龜')

12
SELECT NCHAR(40860)

因為欄位都會存 nvarchar 的方式，所以我用 UNICODE 的方式來查出， 
但遇到了一個問題，最後一個中文字因該是 '龥' 40869 ，但NCHAR('龥') 
卻是 63 ，而 40861 - 40869 這幾個字 NCHAR(' ') 都會是63， 
這點到現在我也還沒搞懂，還望有高手能夠指點， 
而慢慢的往前推，就發現 '龜' 字 40860 是可以在 NCHAR 傳回正常的 40860 ， 
所以我就先認定合格的中文字範圍是 一-龜 
而這個範例 TSQL使用 PATINDEX 程式碼如下： 

1
SELECT patindex('%[一-龜]%',value),*

2
FROM dbo.TestTemp

3
WHERE patindex('%[一-龜]%',value) > 0

執行畫面如下，也可以將PATINDEX當WHERE條件來比對
 
第二個方法比較是鎖定中文字的範圍，來做比對的方式，但有發生前面提到的 
「而 40861 - 40869 這幾個字 NCHAR(' ') 都會是63」，這點還沒想通是什麼原因， 
一般的資料欄位中是否中文比對，用兩種方式都能夠可以比對的出來， 
或許還有更好的方法，還請大家多指點。
 
參考資源： 
http://msdn.microsoft.com/zh-tw/library/ms188395.aspx
http://www.dotblogs.com.tw/dotjum/archive/2008/07/19/4597.aspx