转载

字符串中的不可见字符应该如何清除？

在我的工作中，经常要做数据的导入导出，包括在程序上和直接在数据库上操作。由于客户提供的数据千差万别，很可能包含大量特殊的不可见的字符，直接导入到数据库中，可能会导致应用程序出现问题，或者数据库查询时出现意想不到的结果。这时，需要在导入过程中，把这些“杂质”先过滤掉，再导入到数据库中。当然也可以在数据库中操作，这就视实际情况而定了。

首先，如何在找到这些不可见的字符呢？用眼睛肯定是不行的，复制这些字符放到判断条件上？行不通。这时，ASCII（American Standard Code for Information Interchange），即美国标准信息交换代码帮上大忙。

字符串中的不可见字符应该如何清除？

（此图片来源于百度）

字符串中的不可见字符应该如何清除？

计算机上所有字符都是在ASCII基础上进行扩展编码的，比如英文字符“A”的十进制编码是65，中文的“中”字的十进制编码是20013。关于ASCII编码，计算机字符集等知识，可上网或查阅相关资料，这里不再赘述。不过关于数据库的字符集，也是一个非常值得探讨的话题，在以后的文章中再与大家分享下自己的经验。

从上面的图片ASCII码值表中得知，十进制的0至31和127这33个编码是不可见的特殊字符（控制符）。所以，只要想方法把这些字符替换掉即可。以下是我写的函数。如果您有更好的方法，请多多指教哈。

 1 IF OBJECT_ID(N'fn_trim_invisible_code') IS NOT NULL  2 BEGIN  3     DROP FUNCTION fn_trim_invisible_code  4 END  5 GO  6   7   8 /*去掉字符串的不可见字符，包括去掉字符串两边的空格*/  9 CREATE FUNCTION fn_trim_invisible_code(@str NVARCHAR(MAX)='') 10 RETURNS NVARCHAR(MAX) 11 AS 12 BEGIN 13 DECLARE @char NVARCHAR(MAX) 14 DECLARE @i INT 15 SET @char = ''  16 SET @i = 1 17  18 WHILE @i <= LEN(@str) 19 BEGIN     20     SET @char = @char + CASE WHEN UNICODE(SUBSTRING(@str,@i,1)) <= 31 OR UNICODE(SUBSTRING(@str,@i,1)) = 127  21                              THEN ''  22                              ELSE SUBSTRING(@str,@i,1)  23                         END 24     SET @i = @i + 1 25 END 26 RETURN RTRIM(LTRIM(@char)) 27 END