选择文本上的奇怪字符，不能与LIKE运算符一起使用 [英] Select strange characters on text, not working with LIKE operator

问题描述

我尝试使用此解决方案和此（用于 str_eval（）），但似乎是其他编码或其他UTF8的归一化形式，也许组合变音符号 ...

I try to use this solution and this (for str_eval()) but seems other encode or other UTF8's Normalization Form, perhaps combining diacritical marks...

select distinct  logradouro, str_eval(logradouro)  
from logradouro where logradouro like '%CECi%';
--         logradouro         |          str_eval
------------------------------+----------------------------
-- AV CECi\u008DLIA MEIRELLES | AV CECi\u008DLIA MEIRELLES

问题：如何选择以下项的所有行问题所在的表？
就是 \u 发生的地方？

PROBLEM: how to select all rows of the table where the problem exists?
That is, where \u occurs?

• 不适用于，例如'％CECi\u％'都不< c $ c> like'％CECi\\u％'


• 与 like E'％CECi\u008D％ '但不是通用的

• not works with like '%CECi\u%' neither like '%CECi\\u%'
• works with like E'%CECi\u008D%' but is not generic

对于Google，已解决问题后进行了编辑：这是典型的 XY问题。在上面的原始问题中，我使用了〜错误的假设。以下所有解决方案都是以下（客观）问题的答案：

For Google, edited after solved question: this is a typical XY problem. In the original question (above) I used ~wrong hypothesis. All the solutions bellow are answers to the following (objective) question:

可打印ASCII 是UTF8的子集，它是不是控制字符的所有ASCII。 。

"Printable ASCII" is a subset of UTF8, it is "all ASCII that is not a 'control character'".

不可打印的控制字符是UNICODE十六进制的00到1F和7F
（HTML实体&＃x00; 到&＃x1F; + & ＃x7F; 或十进制0到31 + 127）。

The "non-printable" control characters are UNICODE hexadecimal 00 to 1F and 7F
(HTML entity � to  +  or decimal 0 to 31 + 127).

PS1：零（&＃x00; ）是PostgreSQL text 数据类型内部表示形式的文本结尾标记，因此无需检查，但将其包含在范围内也没有问题。

PS1: the zero (�) is the "end of text" mark of PostgreSQL text datatype internal representation, so not need to be checked, but no problems to include it in the range.

PS2：关于第二个问题如何将带有编码错误的单词转换为有效单词？ ，
请参阅启发式，网址为我的答案。

PS2: about the secondary question "how to convert a word with encode bug to a valid word?",
see an heuristic at my answer.

推荐答案

此条件将排除所有不完全由可打印ASCII字符组成的字符串：

This condition will exclude any strings that do not entirely consist of printable ASCII characters:

logradouro ~ '[^\u0020-\u007E]'

这篇关于选择文本上的奇怪字符，不能与LIKE运算符一起使用的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！