如何防止 DB2 SQL 查询中的非法字符错误？

Question

我正在使用一个巨大的 DB2 table（数亿行），试图 select 仅与此正则表达式匹配的行：

\b\d([- \/\]?\d){12,15}(\D|$)

（即，单词边界，后跟 13 到 16 位数字，中间没有分隔符或单破折号、space、斜杠或反斜杠，后跟非数字或结尾行。）

经过多次谷歌搜索，我设法创建了以下内容SQL：

SELECT idx, comment FROM tblComment
WHERE xmlcast(xmlquery('fn:matches($c,"\b\d([- \/\]?\d){12,15}(\D|$)")' PASSING comment AS "c") AS INTEGER)=1

据我所知，它工作得很好......除非它找到包含非法字符的行：

An illegal XML character "#x3" was found in an SQL/XML expression or function argument that begins with string [...]

数据包含许多非法 XML 字符，更改数据不是一种选择（我的只读访问权限有限，需要修复的行太多）。有没有办法在不首先修改数据库的情况下删除或忽略非法字符？或者，是否有其他方法可以让我编写具有相同效果的查询？

Answer 1

您必须确定数据中出现的所有非法 XML 字符是什么。一旦知道它们，就可以在模式匹配过程中使用 TRANSLATE() 函数来消除它们。

例如，您确定所有 ASCII 控制字符（0x00 到 0x0F 和 0x7F）都可能出现在 COMMENT 列中。您的查询可能看起来像：

SELECT idx, comment FROM tblComment
WHERE xmlcast(xmlquery(
  'fn:matches($c,"\b\d([- \/\]?\d){12,15}(\D|$)")' 
  PASSING TRANSLATE(comment, ' ', x'01020304050607080B0C0F7F') AS "c") 
AS INTEGER)=1

所有合法 XML 字符都是 listed in the manual。 0x09、0x0A 和 0x0D 是合法的，因此您不需要 TRANSLATE() 它们，例如。

如何防止 DB2 SQL 查询中的非法字符错误？

How to prevent illegal characters error in DB2 SQL query?

regex

db2

illegal-characters