最近在做POC演示,需要把原来中文转换成拼音的过程中,需要用到如何判断字符串含有中文的需求。借鉴Oracle方面的经验、参考PostGreSql社区资料和实践,对在判断中文字符小结如下:
一、采用正则表达式方法
主要基于数据库采用UTF-8和客户端也是用UTF-8的字符集方式生成的数据,这样可以结合中文字体库设定起止来筛选。
select id,name from ma_net where name ~ '[吖-座]';
说明:
~ 匹配正则表达式,区分大小写 'jimi' ~ '.*jimi.*' ~* 匹配正则表达式,不区分大小写 'jimi' ~* '.*JIMI.*'
结果如下:
二、采用编码范围搜索
同样基于UTF-8字符集,它是一种多字节字符集,编码为变长编码。那么它的编码范围根据:http://www.iteye.com/topic/977671作者提供的资料学习,整理出它编码范围如下:
u2e80-ua4cf
包含了中日朝部首补充、康熙部首、表意文字描述符、中日朝符号和标点、日文平假名、日文片假名、注音字母、谚文兼容字母、象形字注释标志、注音字母扩展、中日朝笔画、日文片假名语音扩展、带圈中日朝字母和月份、中日朝兼容、中日朝统一表意文字扩展A、易经六十四卦符号、中日韩统一表意文字、彝文音节、彝文字根
uf900-ufaff
中日朝兼容表意文字
ufe30-ufe4f
中日朝兼容形式
基于上述学习及分析,那么找字符串带中文的数据则可以用:
select id,name from ma_net_190723_2 where name ~ '[\u2e80-\ua4cf]|[\uf900-\ufaff]|[\ufe30-\ufe4f]';
上述两种方法是可以找到字符串含中文的字符,但如果在遇到只需要判断首字符是否是中文,则可以利用ascii码特点,将其转换成ascii码大于127的是非中文字符。
用SQL语句表示:select id,name from ma_net_190723_2 where ascii(name)>127;
上述些方法,仅抛砖引玉。