mysql 查询中文数据

[ruanshiji]

我有张表数据量很大，name字段数据有中文的也有英文的，现在我想查出为中文的那些数据？

[xuzuning]

[Quote=引用 9 楼 的回复:]

这个理论上有混合，实际上应该没有吧，要不叫 "王ba"?? 有这样子的？？
[/Quote]这个不能想当然，纯中文和中英混合算法是不同的，前者要简单的多

[10975037]

嗯，把所有的名字从数据库取出来组成数组，然后跟中文正则匹配。

[ruanshiji]

[Quote=引用 10 楼 的回复:]

引用 9 楼 的回复:

这个理论上有混合，实际上应该没有吧，要不叫 "王ba"?? 有这样子的？？
这个不能想当然，纯中文和中英混合算法是不同的，前者要简单的多
[/Quote]
有混合啊，有的单个是英文，有的是中文，有的是中英混合的，我就想要只要出现中文的数据我都要查出来，不管他是不是混合的

[ruanshiji]

[Quote=引用 11 楼 的回复:]

嗯，把所有的名字从数据库取出来组成数组，然后跟中文正则匹配。
[/Quote]

这主意就不用说拉，我数据量达到100万啦。你查毛啊，你想卡死啊

[ruanshiji]

有没有mysql速度快的，又方便的？

[10975037]

[Quote=引用 13 楼 的回复:]

引用 11 楼 的回复:

嗯，把所有的名字从数据库取出来组成数组，然后跟中文正则匹配。


这主意就不用说拉，我数据量达到100万啦。你查毛啊，你想卡死啊
[/Quote]唉，那你慢慢想办法吧。

[10975037]

用ASCII码值行不？

[xiachao2008]

like "中文%"

[wtsyr]

如果要查找带中文的 可以用这个正则 [\x7f-\xff]

[蹲坑看月亮]

SELECT NAME FROM BIAMING WHERE LIKE NAMe="";
你那些中文有什么特点没，？
戳，怎么识别中文和英文，求解？？

[katelyn]

如果是想识别中文和英文，比较笨的方法是在表中加个字段记录当前记录name字段的编码格式，然后查找为gbk或是gb2312的。

[ruanshiji]

[Quote=引用 2 楼 的回复:]

如果要查找带中文的 可以用这个正则 [\x7f-\xff]
[/Quote]
SELECT name FROM table_name WHERE name regexp '[\x7f-\xff]' 你说这种，没用啊

[xuzuning]

你的 name 中是否存在中文和英文混合的情况？

[helloyou0]

该字段character set设的啥?

[ruanshiji]

噢，好啊，赶紧啊，高手上啊！

[ruanshiji]

[Quote=引用 17 楼 的回复:]

该字段character set设的啥?
[/Quote]
utf8_general_ci

[helloyou0]

先规范一下说法:
这个"中文"虽然我们平时说意义很明确,不过到了电脑里就不那么清楚了....
utf8里中文汉字是和韩文日文汉字放一起的,统称cjk...其实还包括一些全角的符号...

utf8里汉字基本都在3字节区,有个别4字节的不过都是冷僻字,
同时,3字节区里还有印度字啊什么的...因为你不会用到,也就都不管它们...

所以我们简单化一点, 假设你是要找出所有带"3字节utf8字符"的记录

那么可以用这个
name regexp concat('[',char(0xE0),'-',char(0xEF),'][',char(0x80),'-',char(0xBF),'][',char(0x80),'-',char(0xBF),']')

注意\xXX这样的写法没法在mysql里的正则里直接用,所以要用char和concat....google一下没找到更方便的方法...


另外,不知道你数据里是否有2字节区的字符,(欧洲字符希腊字符拉丁字符等),
如果确定没有....确定!!!
就是说你数据里除了单字节的ascii字符,就是3字节的汉字....

那么可以用一个简单的方法:
char_length(name)!=length(name)

[timgzhu]

mysql 的 REGEXP不是很强大， 试试 [^[:alnum:][:cntrl:][:space:]]

[timgzhu]

char_length(name)!=length(name) 楼上这个很赞

[helloyou0]

嗯,utf8的不能用上面那个,那是gbk的,
等我明天写个给你,也许待会楼下就有人给你了


[Quote=引用 18 楼 的回复:]

引用 17 楼 的回复:

该字段character set设的啥?

utf8_general_ci
[/Quote]