如何在 SQL 服务器中搜索具有特殊字符的文本？

Question

我有一个 SQL 服务器 table 有一个 TEXT 类型的列，可以以不同的格式存储求职者的简历。 RTF 是最常见的一种，但我们经常从第三方转换器获取简历数据，该转换器将简历存储为特殊字符（可能是 Unicode，或者我不知道它们是什么）。

如何搜索我的 table 以找到所有包含这些特殊字符的行？比如id = 4,6,7,9等的行都是特殊字符的记录。
这些特殊字符叫什么格式？统一码??

Answer 1

假设“特殊”字符是指可打印 ASCII 和某些常见空白字符集之外的任何字符，您可以尝试以下操作：

DECLARE @SpecialPattern VARCHAR(100) =
    '%[^'
    + CHAR(9) + CHAR(10) + CHAR(13) -- tab, CR, LF
    + CHAR(32) + '-' + CHAR(126) -- Range from space to last printable ASCII
    + ']%'

SELECT
    RESUME_TEXT,
    cast(left(cast(resume_text as varchar(max)),20) as varbinary(max))` -- Borrowed from userMT's comment
FROM RESUME
WHERE RESUME_TEXT LIKE @SpecialPattern COLLATE Latin1_General_Bin -- Use exact compare

对于一些完全有效的扩展字符，例如文本中可能存在的重音元音、弯引号或 m- 和 n- 破折号，您可能会得到一些误击。

我的第一个想法是奇怪的字符可能是 UTF-8 BOM（十六进制 EF、BB、BF），但显示似乎与我期望的不符 SQL 服务器渲染它们。默认 windows 代码页 (1252) 中根本不存在反点。

我们至少需要一些十六进制数据（至少前几个字节）来提供进一步的帮助。通常，常见的二进制文件类型在前 3-5 个字节中具有可识别的签名。

如何在 SQL 服务器中搜索具有特殊字符的文本？

How to search in SQL Server for text that has special characters?

sql

sql-server

unicode

encoding

character-encoding