如何在MySQL中找到非ASCII字符？

我正在使用一个MySQL数据库，该数据库从中导入了一些数据。数据包含非字符（em破折号等）以及隐藏的回车符或换行符。有没有使用MySQL查找这些记录的方法？

这完全取决于您定义的“ASCII”，但我建议尝试以下查询的变体：

SELECT * FROM tableName WHERE columnToCheck NOT REGEXP '[A-Za-z0-9]';

该查询将返回columnToCheck包含任何非字母数字字符的所有行。如果有其他可以接受的字符，请将它们添加到正则表达式中的字符类中。例如，如果句点、逗号和连字符都可以，请将查询更改为：

SELECT * FROM tableName WHERE columnToCheck NOT REGEXP '[A-Za-z0-9.,-]';

---

MySQL文档中最相关的页面可能是。

这可能就是您要查找的内容：

select * from TABLE where COLUMN regexp '[^ -~]';

---

它应该返回列包含非ASCII字符（或不可打印的ASCII字符，如换行符）的所有行。

您可以将ASCII定义为十进制值为0-127（0x00-0x7F）的所有字符，并使用以下查询查找包含非ASCII字符的列

SELECT * FROM TABLE WHERE NOT HEX(COLUMN) REGEXP '^([0-7][0-9A-F])*$';

---

这是我能想到的最全面的查询。

MySQL提供了全面的字符集管理，可以帮助解决此类问题

SELECT whatever
  FROM tableName 
 WHERE columnToCheck <> CONVERT(columnToCheck USING ASCII)

选择任何内容
从表名
其中columnToCheck转换（columnToCheck使用ASCII）

CONVERT（使用字符集的列）

函数将无法转换的字符转换为替换字符。然后，转换的文本和未转换的文本将不相等

更多讨论请参见此

---

您可以使用任何字符集名称来代替ASCII。例如，如果您想找出哪些字符在代码页1257（立陶宛语、拉脱维亚语、爱沙尼亚语）中无法正确呈现，请使用

CONVERT（columnToCheck使用cp1257）

上述示例中缺少的一个字符是终止字符（\0）。这对于MySQL控制台输出是不可见的，并且在前面提到的任何查询中都无法发现。查找它的查询很简单：

select * from TABLE where COLUMN like '%\0%';

---

根据正确答案，但同时考虑ASCII控制字符，对我有效的解决方案是：

SELECT * FROM `table` WHERE NOT `field` REGEXP  "[\\x00-\\xFF]|^$";

它也做同样的事情：在一列中搜索违反ASCII范围的内容，但也允许您搜索控制字符，因为它使用十六进制符号表示代码点。由于没有比较或转换（与@Ollie的答案不同），这也应该大大加快。（特别是如果MySQL在regex查询上提前终止，它肯定应该这样做。）

它还避免返回长度为零的字段。如果您想要一个稍微长一点、性能更好的版本，您可以使用此版本：

SELECT * FROM `table` WHERE `field` <> "" AND NOT `field` REGEXP  "[\\x00-\\xFF]";

从`table`中选择*而不是`field`REGEXP'[\\x00-\\xFF]”；

它对长度进行单独检查，以避免零长度结果，而不考虑正则表达式过程中的结果。根据您拥有的零长度条目的数量，这可能会显著加快

---

请注意，如果您的默认字符集很奇怪，其中0x00-0xFF没有映射到与ASCII相同的值（是否存在这样的字符集？），这将返回假阳性。否则，享受吧

尝试使用此查询搜索特殊字符记录

SELECT *
FROM tableName
WHERE fieldName REGEXP '[^a-zA-Z0-9@:. \'\-`,\&]'

---

@zende的答案是唯一一个包含ascii和非ascii字符混合的列，但它也有那个有问题的十六进制。我用了这个：

SELECT * FROM `table` WHERE NOT `column` REGEXP '^[ -~]+$' AND `column` !=''

---

对于这个问题，我们也可以使用以下方法：

来自sql zoo的问题：
查找PETER GRÜNBERG获奖的所有详细信息

非ASCII字符

---

回答：从诺贝尔奖获得者中选择*，如“p%GR%u%berg”

在Oracle中，我们可以使用以下内容

SELECT * FROM TABLE_A WHERE ASCIISTR(COLUMN_A) <> COLUMN_A;

从表A中选择*，其中ASCIISTR（列A）列A；

您不应该跳过连字符和句点吗？（因为它们在正则表达式中有特殊的含义。）从tableName中选择*而不是columnToCheck REGEXP'[a-Za-z0-9\，\-]@不，在一个集合中，句号只表示它自己，破折号只在其他字符之间有特殊的含义。在集合的末尾，它只表示它自己。此查询只查找tableName中不包含字母数字字符的所有行。这并不能回答问题。这是针对根本没有任何ascii字符的列，因此它将错过那些混合使用ascii和非ascii字符的列。下面来自zende的答案检查一个或多个非ascii字符。这在很大程度上帮助了我

从tbl中选择*，其中colname不是REGEXP'^[A-Za-z0-9\，@&\（\）\-]*$这只适用于（无论如何对我来说）查找不包含这些字符的字符串。它找不到包含ASCII和非ASCII字符混合的字符串。这是解决此问题的一个很好的解决方案，而且更加健壮。这对于查找带有重音符号（áä等）的字符或不属于编码的字符也很有用，比使用REGEXP要好得多（这似乎对我来说不适合查找重音符号）而且还提供了一种简单的机制，使所有内容都再次成为ascii码……这个答案工作得非常好，将显示包含任何非ascii字符的字符串，而不仅仅是只包含非ascii字符的字符串。非常感谢。杰出的解决方案！奥利·琼斯有一个更好的答案（检查底部）。@JonathanArkell不再在底部：）更正。。检查中间！；）这是@Jonathan目前谈论的最佳答案，但更简单的是：
SELECT*FROM table WHERE LENGTH（column）！=字符长度（列）
-1这可能会产生错误的结果。例如，假设有一个UTF-16列包含
“ā”
（由字节序列编码
0x0101
）-使用此测试将被视为“ASCII”：假阴性；事实上，有些字符集不将
0x00
到
0x7f
whereupo中的ASCII字符编码