如何在MySQL中检测汉字？ [英] How to detect Chinese Character in MySQL?

问题描述

我需要计算列列表中的中文数量。例如，如果出现"北京实业"，这在中文中是四个字符，但我只数了一次，因为它出现在列中。

是否有特定的代码来解决此问题？

推荐答案

SELECT COUNT(*)
    FROM tbl
    WHERE HEX(col) REGEXP '^(..)*(E[2-9F]|F0A)'

将统计col列中包含汉字的记录数。

问题：

• 我不确定哪些祸不单行范围代表中文。
• 测试可以包括韩语和日语。("中日韩")
• MySQL中4字节汉字需要utf8mb4，而不是utf8。

细化

我假设表中的列是CHARACTER SET utf8。在utf8编码中，中文字符以祸不单行E2和E9之间的一个字节开始，或EF，或F0。以祸不单行E开头的长度为3个字节，但我没有检查长度；F0的长度为4个字节。

regexp以^(..)*开头，意思是"从字符串的开头(^)开始，找到0个或更多(*)2个字符(..)的值。后面应该是<[2-8]-Something或F0A。在这之后，任何事情都可能发生。更具体地说，E-Something是E后跟2，3，4，5，6，7，8，9中的任何一个

随机挑选，看到草编码为3个祸不单行字节E88D89，𠜎编码为4个祸不单行字节F0A09C8E。

我不知道检查特定语言的字符串的更好方法。

如您所见，REGEXP可能相当慢。

此正则表达式可能会过度杀伤力，因为可能会捕获某些非中文字符。

这篇关于如何在MySQL中检测汉字？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！