如何在 T-SQL 中匹配 US-ASCII 字符？

Question

我想将 URL 存储在一个列中。根据RFC 3986，US-ASCII 是构成 URL 的字符集。

SQL Server 具有 VARCHAR 类型，它可以编码来自 US-ASCII 字符集的所有字符，以及另外 128 个依赖于代码页的字符。

我想使用 CHECK 约束来确保列中的值仅包含 US-ASCII 字符集中的可打印字符；换句话说，ASCII(@char) >= 32 AND ASCII(@char) < 127 代表字符串中的每个字符。

我想我可以在检查约束中使用 LIKE 表达式来执行此操作，但我找不到正确的模式。我正在尝试改编 Itzik Ben-Gan 匹配允许范围之外的任何字符的技巧，他在他的文章 Can I convert this string to an integer? 中提出了这一点。

在我的测试工具中，我创建了一个表 @TestData 的候选表以插入到我的列中，一个表 @Patterns 的模式要与 LIKE 运算符一起使用，然后我选择将每个模式与每个候选者进行匹配的结果：

DECLARE @TestData TABLE (
  String VARCHAR(60) COLLATE Latin1_General_CI_AS NOT NULL
);

INSERT INTO @TestData(String)
VALUES
  ('€ÿ'),
  ('ab3'),
  ('http://www.google.com/'),
  ('http://www.example.com/düsseldorf?neighbourhood=Lörick'),
  ('1234');

DECLARE @Patterns TABLE (
  Pattern VARCHAR(12) COLLATE Latin1_General_CI_AS NOT NULL
);

INSERT INTO @Patterns (Pattern)
VALUES
  ('%[^0-9]%'),
  ('%[^' + CHAR(32) + '-' + CHAR(126) + ']%');

SELECT
  ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) AS ID,
  String,
  Pattern,
  CASE WHEN String NOT LIKE Pattern THEN 1 ELSE 0 END AS [Match]
FROM @TestData CROSS JOIN @Patterns;

插入@Patterns 的第一行类似于Itzik 用来匹配非数字字符的模式。第二行是我尝试将其用于可打印的 US-ASCII 字符范围之外的字符。

当我执行上述批处理时，我收到以下结果集：

ID   String                                                   Pattern      Match
---  -------------------------------------------------------- ------------ ------
 1    €ÿ                                                       %[^0-9]%     0
 2    ab3                                                      %[^0-9]%     0
 3    http://www.google.com/                                   %[^0-9]%     0
 4    http://www.example.com/düsseldorf?neighbourhood=Lörick   %[^0-9]%     0
 5    1234                                                     %[^0-9]%     1
 6    €ÿ                                                       %[^ -~]%     0
 7    ab3                                                      %[^ -~]%     0
 8    http://www.google.com/                                   %[^ -~]%     0
 9    http://www.example.com/düsseldorf?neighbourhood=Lörick   %[^ -~]%     0
 10   1234                                                     %[^ -~]%     0

正如预期的那样，第 5 行是匹配的，因为候选只包含数字。第 1 行到第 4 行中的候选不只包含数字，所以不要匹配模式。

正如预期的那样，第 6 行中的候选与模式不匹配，因为它包含“高 ASCII”字符。

我希望第 7、8 和 10 行中的候选项能够匹配，因为它们仅包含可打印的 US-ASCII 字符。但这些不匹配。

LIKE 表达式中的模式有什么问题？

Answer 1

正如问题 cmets 和similar question 的答案中所建议的，我需要使用二进制排序规则子句。

如果我将选择语句更改为：

SELECT
  ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) AS ID,
  String,
  Pattern,
  CASE WHEN String NOT LIKE Pattern COLLATE Latin1_General_BIN THEN 1 ELSE 0 END AS [Match]
FROM @TestData CROSS JOIN @Patterns;

我得到以下结果集：

ID   String                                                   Pattern      Match
---  -------------------------------------------------------- ------------ ------
 1    €ÿ                                                       %[^0-9]%     0
 2    ab3                                                      %[^0-9]%     0
 3    http://www.google.com/                                   %[^0-9]%     0
 4    http://www.example.com/düsseldorf?neighbourhood=Lörick   %[^0-9]%     0
 5    1234                                                     %[^0-9]%     1
 6    €ÿ                                                       %[^ -~]%     0
 7    ab3                                                      %[^ -~]%     1
 8    http://www.google.com/                                   %[^ -~]%     1
 9    http://www.example.com/düsseldorf?neighbourhood=Lörick   %[^ -~]%     0
 10   1234                                                     %[^ -~]%     1

现在匹配列包含预期值。