PostgreSQL如何检测文本字段中的特殊字符、多余空白等内容？

问题根源 #

你之前的SQL返回无关记录，是因为正则表达式范围太宽泛（比如误用\W匹配非单词字符，会包含点号、逗号等正常符号），或者错误匹配了单个空格这类合法内容。以下是精准匹配目标内容的修正方案：

精准正则表达式 #

针对你需要检测的内容，构建严格匹配的正则，只包含指定特殊符号和异常空白：

([''`"<>’+{}&|\\/]|\t{2,}|\r|\n| {2,})

各部分说明：

• [''"<>’+{}&|\/]：匹配单引号、双引号、反引号、<、>、撇号、+、{}、&、|、正反斜杠（注意PostgreSQL中单引号用''转义，反斜杠用\`转义）
• \t{2,}：匹配2个及以上连续制表符（多余制表符）
• \r|\n：匹配回车、换行符
• {2,}：匹配2个及以上连续空格（对应单词间的多个空格）

实用SQL示例 #

1. 筛选包含目标内容的记录

SELECT your_text_column
FROM your_table
WHERE your_text_column ~ '([''`"<>’+{}&|\\/]|\t{2,}|\r|\n| {2,})';

2. 统计每条记录的目标内容总出现次数

SELECT 
    your_text_column,
    regexp_count(your_text_column, '([''`"<>’+{}&|\\/]|\t{2,}|\r|\n| {2,})', 'g') AS total_occurrences
FROM your_table
WHERE your_text_column ~ '([''`"<>’+{}&|\\/]|\t{2,}|\r|\n| {2,})';

• 'g'参数表示全局匹配，统计所有出现次数而非仅第一次

3. 分类型统计各内容出现次数

如果需要单独统计每种内容的次数，可以拆分正则：

SELECT 
    your_text_column,
    regexp_count(your_text_column, '[''`"<>’+{}&|\\/]', 'g') AS special_chars_count,
    regexp_count(your_text_column, '\t{2,}', 'g') AS extra_tabs_count,
    regexp_count(your_text_column, '[\r\n]', 'g') AS line_breaks_count,
    regexp_count(your_text_column, ' {2,}', 'g') AS extra_spaces_count,
    -- 总次数
    (regexp_count(your_text_column, '[''`"<>’+{}&|\\/]', 'g') +
     regexp_count(your_text_column, '\t{2,}', 'g') +
     regexp_count(your_text_column, '[\r\n]', 'g') +
     regexp_count(your_text_column, ' {2,}', 'g')) AS total_count
FROM your_table
WHERE your_text_column ~ '([''`"<>’+{}&|\\/]|\t{2,}|\r|\n| {2,})';

内容的提问来源于stack exchange，提问作者j20152012