Discussion :

[sevyc64]

Salut à tous, j'ai un petit soucis avec un filtre where.

Le contexte :
Je fais une reprise de données sur une vieille appli dont les bases sont sous SQLServer.
Dans la nouvelle structure, j'ai un champ d'une table qui ne peut contenir que des caractères autorisés à savoir Alphanumérique sans accent, les /-%+$. et l'espace.
Certaines données actuelles contiennent des caractères donc interdits.

Je veux faire une requête pour sortir les enregistrements dont le champs contient ces caractères interdits, pour pouvoir mettre quelqu'un dessus ensuite pour corriger ces données afin de ne pas bloquer la récupération (il est probable qu'il ne soit pas possible de faire une correction aveugle par une fonction Replace).

N'ayant pas envie de me taper une série de Like dans le Where, je me dis qu'une RegEx doit être capable de faire ça.
Donc récupérer, les enregistrements dont le champs contient un ou plusieurs caractères autres que ceux autorisés.

Il faudrait apparemment que j'utilise une fonction xp_regex_format, c'est bien ça ?

Par contre, je suis bien incapable d'écrire la RegEx elle-même. Un peu d'aide ?

PS : base de prod sous SQLServer2000
Possibilité de travailler sur une copie de test sous SQLServer 208 Express, si besoin.

[aieeeuuuuu]

Bonjour


Vous devriez pouvoir vous en sortir avec un simple LIKE, en utilisant la bonne collation.

Pouvez vous nous fournir un jeu d'essai, avec 5 ou 6 valeurs valides, et 5 ou 6 valeurs invalides (+ raison de l'invalidité)

[aieeeuuuuu]

Dans la nouvelle structure, j'ai un champ d'une table qui ne peut contenir que des caractères autorisés à savoir Alphanumérique sans accent, les /-%+$. et l'espace.

Y a-t-il une contrainte sur cette colonne ?


que donne cette requête (elle devrait vous sortir les valeurs invalides) :

Code SQL :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
SELECT LaColonne
FROM LaTableSource
WHERE t COLLATE Latin1_General_BIN LIKE  '%[^0-9A-Za-z/-%+$. ]%'

[sevyc64]

Ok, apparemment on a pas besoin de fonctions particulières pour utiliser une RegEx dans avec LIKE. Déjà, j'ai appris ça.

Pour la contrainte sur la base, sur la base source, il n'y en a pas, sinon ça n'aurait pas pu être saisi. Pour la base de destination, je ne sais pas, je n'y ai pas accès. C'est une base propriétaire, l'import se fait par l'application propriétaire (SAGE L100) via fichiers textes (que je dois générer moi) et c'est l'application qui indique elle-même les erreurs.

Ensuite ta regex n'est pas bonne. Elle me renvoie des champs qui sont corrects. par exemple, elle me renvoie ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
171-5231              bon
AC-162BYILY70H-AR     bon
153-1116-ND           bon
BE113-E Prestation    bon
WG160128BTFHTZ/#      pas bon, #
modèle A              pas bon, accent
modèle C              pas bon, accent
à compléter           pas bon, 2 accents
100815,0006           pas bon, virgule
PD10/8211-0,5         pas bon, virgule
N°1092C               pas bon, °
08 04 374 (41-50)     pas bon, parenthèses

J'ai extrait ces valeurs à la main, ce n'est qu'un échantillon de ce que je peux avoir, la liste n'est pas exhaustive.

[sevyc64]

Pour un premier passage de fichier, j'ai repéré les caractères suivants qui ne seraient pas bons :

# è é à , ( ) = * " °

Pour l'instant, pour mes essais, je fais des remplacements à l'arrache mais au final il faudra analyser chaque cas pour savoir quoi remplacer ou comment codifier autrement.

[SQLpro]

REGEX est non seulement contre performant, mais sujet à des attaques de DOS.

Voici une solution avec like :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

CREATE TABLE T (C VARCHAR(256))

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
INSERT INTO T VALUES 
('171-5231'), 
('AC-162BYILY70H-AR'),
('153-1116-ND'),
('BE113-E Prestation'), 
('WG160128BTFHTZ/#'), 
('modèle A'), 
('modèle C'), 
('à compléter'),
('100815,0006'),
('PD10/8211-0,5'),
('N°1092C'),
('08 04 374 (41-50)');

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
SELECT *
FROM T 
WHERE C COLLATE French_CI_AS LIKE REPLICATE('[ abcdefghijklmnopqrstuvwxyz0123456789/~-%+$.]', LEN(C)) ESCAPE '~'

A +

[aieeeuuuuu]

oui, en effet, je n'ai pas fait attention au "-" dans la liste des caractères spéciaux acceptés. le tiret sert a définir des plages, il faut donc le déspécialiser dans la requête que j'ai donnée :

Code SQL :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
SELECT LaColonne
FROM LaTableSource
WHERE t COLLATE Latin1_General_BIN LIKE  '%[^0-9A-Za-z/|-%+$. ]%'  ESCAPE '|'