SQL Server 不可见字符处理

前言

问题描述:在表列里有肉眼不可见字符,导致一些更新或插入失败。 几年前第一次碰见这种问题是在读取考勤机人员信息时碰见的,折腾了一点时间,现在又碰到了还有点新发现就顺便一起记录下。

如下图所示 golds字段 看上去5个字符,长度则为44 ,可判断有特殊字符存在此列中。


基础知识准备

贴几个常用函数

1、获取字符的ASCII码 ASCII

ASCII码是对字符的标准编码。要获取字符的ASCII码就可以通过调用ASCII函数来实现。

语法结构:
ASCII(espression)
这里的expression是一个返回char或varchar数据类型的表达式,ASCII函数仅对表达式最左侧的字符返回ASCII码值。–这个是重点

返回值:int数据类型。

示例:
select ASCII(‘f’) –输出 102
注意如果是多个字符的字符串,也只是返回第一个字符的ASCII码值。

2、获取ASCII码对应的字符 Char

语法结构:
char(integer_expression)
返回值类型:char型字符

示例:
select char(102) — 输出f
3、获取字符的unicode编码 Unicode

unicode函数可以获得字符的unicode编码。

语法结构:
unicode(‘ncharacter_expression’)
这里的ncharacter_expression是nchar或nvarchar类型的表达式。函数仅会返回第一个字符的unicode编码。

返回值:int类型数据

示例:
SELECT Unicode(‘飞’) — 输出 39134
4、获取unicode编码对应的字符nchar

nchar能够根据unicode标准的定义,返回具有指定的整数代码的unicode字符。

语法结构:
nchar(integer_expression)
返回值:unicode字符

示例:
SELECT nchar(39134) — 输出 飞
5、获取字符串长度LEN

len函数用于获取字符串的长度(字符数),但不包括右边的空格。左边的空格和右边的空格计算在内。

语法结构:
len( string_expression )
参数说明:

string_expression:要计算长度的字符串。

返回值:expression数据类型为varchar(max)、nvarchar(max)或varbinary(max),则为bigint。否则为int。

示例:
select len(‘天下之大,无奇不有’) — 输出 9
6、REPLACE

用另一个字符串值替换出现的所有指定字符串值。

语法如下:
REPLACE ( string_expression1 , string_expression2 , string_expression3 )
参数
string_expression1:要搜索的字符串表达式。string_expression1 可以是字符或二进制数据类型。
string_expression2:要查找的子字符串。string_expression2 可以是字符或二进制数据类型。
string_expression3:替换字符串。string_expression3 可以是字符或二进制数据类型。
SELECT REPLACE(‘abcde’,’abc’,’xxx’) –xxxde
7 、指定位置搜索字符串中的内容CHARINDEX

charindex函数用于在指定的字符串中搜索特定的字符串,并可以指定开始搜索的位置,返回第一次找到目标字符串的字符数。

语法结构:

charindex ( expression1 , expression2 [ , start_location] )
参数说明:

expression1:一个字符串数据类型的表达式,其中包含要查找的字符的序列。

expression2:一个字符串数据类型的表达式,通常是一个为指定序列搜索的列。

start_location:开始在expression2中搜索expression1是的字符位置。如果start_location未被指定、是一个负数或零,则将从expression2的开头开始搜索。      start_location可以是bingint类型。

返回值:如果expression2的数据类型为varchar(max)、nvarchar(max)或varbinary(max),则为bigint,否则为int。

示例:

select charindex(‘456′,’123456789’) — 输出 4 从123456789中检索456出现的位置
select charindex(‘456′,’123456789’,4) — 输出 4

问题处理

以前言中描述的例子为例(个人习惯处理方式供参考,如果你的肉眼自带反隐功能可略过下文)

先查看左右边字符和肉眼所见是否吻合结果如下图

初步断定不可见字符在右边,因为第三个的查询结果不是0而是空(可能是字符串空吧”)

接着查看它的ascii编码值

查看ascii表,ASCII 非打印控制字符:ASCII 表上的数字 0–31 分配给了控制字符,用于控制像打印机等一些外围设备。

得到结论1:右边第一个不可见字符是个控制字符(对应char(0),为什么是char(0)上面贴的基础知识有讲)

一般到这里就结束了,查到了是什么字符,然后用replace函数替换成字符串空完事,下面将其处理掉时发现失败

上面查到了是char(0)在作祟,而且我循环输出golds字段右边的字符发现有39个char(0),方便理解,简化问题,改为下图对比着看

初步断定在@a里没找到

继续追踪原因

原来如此,charindex都找不到它,得right一下才把这根刺挑出来。当是char(1)等等的时候是可以的,replace(@a,char(1) ,’a’)

这样是成功的,char(0)对应空字元,不对应数据库的NULL哦。

既然这样,那就用截取字符串的方法把需要的信息拿出来,框架大概如下,套个循环。当然也有可能有更好的方法,仅供参考

下面共享个通用处理指定表中所有列中所有不可见字符的处理脚本,实测可用。

2 4 收藏 评论

相关文章

可能感兴趣的话题



直接登录
跳到底部
返回顶部