SQL Server中如何检测nvarchar字段包含指定范围外的字符？

你遇到的问题核心在于：你用N'...'定义的是Unicode字符串（nvarchar类型），但指定的SQL_Latin1_General_Cp1_CS_AS是非Unicode（单字节）排序规则，这两种类型组合在一起时，SQL Server的字符匹配逻辑会出现偏差，导致结果不符合预期。

拆解第一个示例的问题 #

你的查询：

select foo from ( select N'ABDC' as foo union all select N'ABǼC' as foo ) as bar 
where bar.foo like '%[^ -~]%' COLLATE SQL_Latin1_General_Cp1_CS_AS

之所以返回两行（包括原本正常的ABDC），是因为当非Unicode排序规则处理Unicode字符串时，SQL Server会尝试把Unicode字符转换为对应的单字节字符。对于Ǽ这种没有单字节映射的字符，会被替换成一个替代字符（通常是?），而?不在[ -~]的ASCII范围内。更关键的是，非Unicode排序规则对Unicode字符串的范围匹配逻辑并不精准，导致原本全ASCII的ABDC也被误判为包含无效字符。

拆解第二个示例的问题 #

再看这个查询：

select foo from ( select N'ABDC' as foo union all select N'ABzC' as foo ) as bar 
where bar.foo like '%[^A-Z]%' COLLATE SQL_Latin1_General_Cp1_CS_AS

它没有返回包含小写z的ABzC，是因为非Unicode排序规则处理Unicode的z时，大小写区分的逻辑和预期不一致——它并没有正确识别z是小写字母，不在A-Z的范围内。而当你用~测试时，~是ASCII字符，非Unicode排序规则能正确处理，所以结果符合预期。

正确的解决方案 #

针对nvarchar类型的字段，必须使用支持Unicode的排序规则（名称通常包含_100_、_SC后缀，代表支持补充字符），比如Latin1_General_100_CS_AS_SC。

修复第一个示例（检测ASCII范围外字符） #

select foo from ( select N'ABDC' as foo union all select N'ABǼC' as foo ) as bar 
where bar.foo like '%[^ -~]%' COLLATE Latin1_General_100_CS_AS_SC

这个查询会精准匹配出包含Ǽ的那一行，而ABDC会被正确排除。

修复第二个示例（检测非大写字母） #

select foo from ( select N'ABDC' as foo union all select N'ABzC' as foo ) as bar 
where bar.foo like '%[^A-Z]%' COLLATE Latin1_General_100_CS_AS_SC

现在会正确返回包含小写z的ABzC行，因为Unicode排序规则能准确区分大小写字母的范围。

另一种更直观的方法：用ASCII函数判断 #

如果你想彻底避免排序规则的坑，还可以直接检查每个字符的ASCII码值：

select foo 
from ( select N'ABDC' as foo union all select N'ABǼC' as foo ) as bar
where EXISTS (
    SELECT 1 
    FROM STRING_SPLIT(bar.foo, '') 
    WHERE ASCII(value) NOT BETWEEN 32 AND 126 -- 32是空格，126是~的ASCII码
)

这种方法直接验证每个字符是否在ASCII空格到波浪线的范围内，逻辑更清晰，也不会受排序规则影响。

内容的提问来源于stack exchange，提问作者Yuyo