在SQL中顯示不可打印的ascii字符ascii：或：print：不起作用

Question

我想從TOAD中使用SQL的表中的描述字段獲取所有不可打印的ASCII字符，但是下面的查詢不起作用。

select 
regexp_instr(a.description,'[^[:ascii:]]') as description from 
poline a where a.ponum='XXX' and a.siteid='YYY' and 
regexp_instr(a.description,'[^[:ascii:]]') > 0 

上面的查詢買了錯誤ORA-127729：正則表達式中的無效字符類。我試過：打印：而不是：ascii：但它沒有帶來任何結果。以下是對此記錄具有不可打印字符的描述。

Sherlock 16 x 6.5」 Wide Wheelbarrow wheel .M100P.10R – Effluent care bacteria and enzyme formulation 

Answer 1

:ascii:不是有效的字符類，即使它是，它並不顯得你正在嘗試到這裏（ASCII不包含非打印字符）。可以找到有效的課程here。

實際上，如果您在原始查詢中將:ascii:替換爲:print:，那麼它確實會返回每個POLINE.DESCRIPTION中的第一個不可打印字符的位置。 （如果你沒有返回，這可能是因爲您的DESCRIPTION數據實際上是所有可打印的。）

但正如你所說，你要在POLINE識別每非打印字符在每個DESCRIPTION，一些變化將需要。我會列舉一個以每場比賽爲起點的例子。

在此示例中，每個DESCRIPTION將被分解爲其各個組成字符，並且將檢查每個字符的可印刷性。將返回DESCRIPTION字符串中的位置以及不可打印字符的ASCII number。

此示例假定POLINE中的每一行都有一個唯一標識符，這裏稱爲POLINE_ID。

首先，創建測試表：

CREATE TABLE POLINE(
    POLINE_ID NUMBER PRIMARY KEY, 
    PONUM VARCHAR2(32), 
    SITEID VARCHAR2(32), 
    DESCRIPTION VARCHAR2(256) 
); 

並加載一些數據。我在示例Sherlock字符串中插入了幾個非打印字符，#23和#17。還包括僅由前64個ASCII字符組成的示例字符串（其中前31個字符不在:print:中），以及一些填充符通過PONUM和SITEID謂詞。

INSERT INTO POLINE VALUES (1,'XXX','YYY','Sherlock'||CHR(23)||' 16 x 6.5」 Wide Wheelbarrow wheel .M100P.10R –'||CHR(17)||' Effluent care bacteria and enzyme formulation'); 

DECLARE 
    V_STRING VARCHAR2(64) := CHR(1); 
BEGIN 
    FOR POINTER IN 2..64 LOOP 
    V_STRING := V_STRING||CHR(POINTER); 
    END LOOP; 
    INSERT INTO POLINE VALUES (2, 'XXX','YYY',V_STRING); 
    INSERT INTO POLINE VALUES (3, 'AAA','BBB',V_STRING); 
END; 
/

INSERT INTO POLINE VALUES(4,'XXX','YYY','VOLTRON'); 

現在我們共有4行。其中三個包含（多個）不可打印字符，但其中只有兩個應匹配所有限制。

然後運行查詢。下面有兩個示例查詢 - 第一個使用REGEXP_INSTR，與您在初始示例查詢中一樣（將:cntrl:替換爲:print:）。但是，對於另一種選擇，還包括第二個變體，它只檢查每個字符是否在前31個ASCII字符中。

這兩個示例查詢都將索引每個DESCRIPTION的每個字符，並檢查它是否可打印，並收集每個候選DESCRIPTION中每個不可打印字符的ASCII碼和位置。這裏的示例表具有長度爲256個字符的DESCRIPTION s，所以這被用作笛卡爾連接中的最大索引。

請注意，這些都是效率不高，並設計讓EVERY比賽。如果您最終只需要第一場比賽，您的原始查詢替換爲:print:將表現更好。此外，還可以通過放入PL/SOL或者遞歸（如果PL/SQL在您的用例中允許，或者您是11gR2 +等）來調整。此處的一些謂詞如REGEXP_LIKE不會影響最終結果，僅用於初步過濾。根據您的數據集，這些對您來說可能是多餘的（或更糟糕的）。

第一個例子，使用正則表達式和:print:

SELECT 
    POLINE_ID, 
    STRING_INDEX                  AS NON_PRINTABLE_LOCATION, 
    ASCII(REGEXP_SUBSTR(SUBSTR(DESCRIPTION, STRING_INDEX, 1), '[[:cntrl:]]', 1, 1)) AS NON_PRINTABLE_ASCII_NUMBER 
FROM POLINE 
    CROSS JOIN (SELECT LEVEL AS STRING_INDEX 
       FROM DUAL 
       CONNECT BY LEVEL < 257) CANDIDATE_LOCATION 
WHERE PONUM = 'XXX' 
     AND SITEID = 'YYY' 
     AND REGEXP_LIKE(DESCRIPTION, '[[:cntrl:]]') 
     AND REGEXP_INSTR(SUBSTR(DESCRIPTION, STRING_INDEX, 1), '[[:cntrl:]]', 1, 1, 0) > 0 
     AND STRING_INDEX <= LENGTH(DESCRIPTION) 
ORDER BY 1 ASC, 2 ASC; 

第二個例子，用ASCII碼：

SELECT 
    POLINE_ID, 
    STRING_INDEX        AS NON_PRINTABLE_LOCATION, 
    ASCII(SUBSTR(DESCRIPTION, STRING_INDEX, 1)) AS NON_PRINTABLE_ASCII_NUMBER 
FROM POLINE 
    CROSS JOIN (SELECT LEVEL AS STRING_INDEX 
       FROM DUAL 
       CONNECT BY LEVEL < 257) CANDIDATE_LOCATION 
WHERE PONUM = 'XXX' 
     AND SITEID = 'YYY' 
     AND REGEXP_LIKE(DESCRIPTION, '[[:cntrl:]]') 
     AND ASCII(SUBSTR(DESCRIPTION, STRING_INDEX, 1)) BETWEEN 1 AND 31 
     AND STRING_INDEX <= LENGTH(DESCRIPTION) 
ORDER BY 1 ASC, 2 ASC; 

在我們的測試數據，這些查詢會產生相同的輸出。我們應該預計這將有兩個命中（第17和23號）在SherlockDESCRIPTION和31命中的前64-ascii DESCRIPTION。

結果：

POLINE_ID NON_PRINTABLE_LOCATION NON_PRINTABLE_ASCII_NUMBER 
1   9      23       
1   56      17       
2   1      1       
2   2      2       
2   3      3       
2   4      4       
2   5      5       
2   6      6       
2   7      7       
2   8      8       
2   9      9       
2   10      10       
2   11      11       
2   12      12       
2   13      13       
2   14      14       
2   15      15       
2   16      16       
2   17      17       
2   18      18       
2   19      19       
2   20      20       
2   21      21       
2   22      22       
2   23      23       
2   24      24       
2   25      25       
2   26      26       
2   27      27       
2   28      28       
2   29      29       
2   30      30       
2   31      31      

33 rows selected. 

編輯在迴應評論，這裏是什麼，我們可以期待[[:cntrl:]]和[^[:cntrl:]]與regexp_instr一些闡述。

[[:cntrl:]]將匹配任何第一31個ASCII字符，而[^[:cntrl:]]是[[:cntrl:]]邏輯非，所以除了第31個ASCII字符，它將匹配任何東西。
要比較這些，我們可以從最簡單的情況開始，只有一個字符ascii #31。由於只有一個字符，結果只能是匹配或未命中。一會期待下返回1的比賽：

SELECT REGEXP_INSTR(CHR(31),'[[:cntrl:]]',1,1,0) AS MATCH_INDEX FROM DUAL; 

MATCH_INDEX 
1 

但0的小姐否定[^ [：CNTRL：]：

SELECT REGEXP_INSTR(CHR(31),'[^[:cntrl:]]',1,1,0) AS MATCH_INDEX FROM DUAL; 

MATCH_INDEX 
0 

現在，如果我們有兩個（或更多）是可打印和不可打印的混合字符，因此會有更多可能的結果。 [[:cntrl:]]和[^[:cntrl:]]可以匹配，但他們只能匹配不同的東西。如果我們只從ascii #31移動到ascii #64#31，我們仍然期望[[:cntrl:]]匹配（因爲在第二個位置有一個不可打印的字符），但現在應該返回2，因爲不可打印位於第二個位置。

SELECT REGEXP_INSTR(CHR(64)||CHR(31),'[[:cntrl:]]',1,1,0) AS MATCH_INDEX FROM DUAL; 

MATCH_INDEX 
2 

現在[^[:cntrl:]]也有機會匹配（在第一位置）：

SELECT REGEXP_INSTR(CHR(64)||CHR(31),'[^[:cntrl:]]',1,1,0) AS MATCH_INDEX FROM DUAL; 

MATCH_INDEX 
1 

當有可打印和控制字符的組合，既[[:cntrl:]]和[^[:cntrl:]]可以匹配，但他們會匹配不同的指數。