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)) |
09 |
DECLARE @valueLength int |
10 |
SET @valueLength = LEN(@inString) |
13 |
WHILE @valueLength >= @i |
15 |
DECLARE @ChcekValue int |
17 |
SELECT @ChcekValue = ASCII(SUBSTRING(@inString,@i,1)) |
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
1 |
SELECT *,dbo.udf_IsContainChinese(value) |
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 |
04 |
--土法煉鋼的方式找到'龥'是中文字的終點 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 |
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),* |
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
瀏覽 (2)