mysql 正则表达式接受所有国际重音符号，不接受逗号或感叹号

Question

我正在尝试创建一个接受所有字符、国际重音符号的函数。但应排除任何逗号和感叹号并拒绝该字符串。

到目前为止，我已经创建了一个包含存储值的列的表。 我只需要向前移动那些没有逗号和感叹号的值。

我使用的正则表达式如下:

IF column_value not REGEXP concat('[',x'21','-',x'2C',x'2E','-',x'40',x'5B','-',x'60',x'7B','-',x'7E',x'A1','-',x'BF',']') then

 SET is_valid = 1;

这不是拒绝包含我不需要的字符的行的正则表达式格式。其他所有内容都应存储在我创建的 utf8_unicode_ci 列中。

目前，直到十六进制代码 (DF) 为止的所有值都标记为有效。 但是，其余值被标记为无效。例如，è 被标记为无效。 你能帮忙吗？

Answer 1

UPDATE table_name SET is_valid = 1 WHERE column_value NOT REGEXP '[,!]+';

或

UPDATE table_name SET is_valid = 1 WHERE column_value REGEXP '[^,!]+';

关于您最后一个关于 è 的问题的简短说明:

我可以看到带有重音的小拉丁字母 E。在 unicode 中它看起来像 \u0065\u0300，但在 UTF-8 中它是三个字节 \x65\xCC\x80。 REGEX 分别检查每个字节。让我们看看您的过滤器:

[
    \x21-\x2C //PASS
    \x2E-\x40 //PASS
    \x5B-\x60 //PASS
    \x7B-\x7E //PASS
    \xA1-\xBF //PASS
]

但是，如果这是一个带有严重 \u00e8 的拉丁小写字母 E，则 UTF-8 为 \xC3\xA8:

[
    \x21-\x2C //PASS
    \x2E-\x40 //PASS
    \x5B-\x60 //PASS
    \x7B-\x7E //PASS
    \xA1-\xBF // \xA8 IS FILTERED THERE
]

è 和 è 看起来一样，但搞得一团糟。这就是寻找简化 REGEX 并尽可能避免 Unicode 参与其中的方法的原因。