MySQL印地语字符转义及Google Sheets SQL过滤印地语数据求助

看起来你已经搞定了MySQL到Google Sheets的数据同步，但卡在了筛选印地语内容这一步。针对你的需求，我们可以通过在SQL查询中添加印地语字符匹配条件来实现过滤，下面是具体的调整方案：

核心思路：用正则匹配印地语Unicode范围 #

印地语字符的Unicode编码范围是U+0900到U+097F，我们可以利用MySQL的REGEXP语法在WHERE子句中筛选包含这些字符的条目。

修改后的完整SQL查询 #

假设你的表中有存储印地语内容的字段（比如article_title或content），将下面的查询中的article_title替换为你实际使用的字段即可：

select property, week, sum(Original_Stories) "Original Stories", sum(Wire_Stories) "Wire Stories", sum(Photo_Gallery) "Photo Gallery", sum(Video_Gallery) "Video Gallery"
from (
    select *, 
           case when a= "Original_Stories" then total end as "Original_Stories", 
           case when a= "Wire" then total end as "Wire_Stories", 
           case when a= "Photo" then total end as "Photo_Gallery", 
           case when a= "Video_Gallery" then total end as "Video_Gallery"
    from (
        select "Zee Hin" as property, 
               yearweek(date_format(date_published,"%Y-%m-%d"),6) week, 
               case when ((article_type like 'live_blog') or (article_type like '%article%' and agency_name like 'ज़ी न्यूज़ डेस्क') or (article_type like '%article%' and agency_name like 'एक्सक्लूसिव') or (article_type like '%article%' and agency_name like 'ज़ी मीडिया ब्‍यूरो') or (article_type like '%article%' and agency_name like 'Exclusive')) then "Original_Stories" 
                    when (article_type like '%gallery%') then "Photo" 
                    when (article_type like '%video%') then "Video_Gallery" 
                    else 'Wire' end as a, 
               count(distinct article_id) total, 
               count(distinct date_format(date_published, "%Y-%m-%d")) days
        from zeenews_hindi 
        where date_format(date_published, "%Y-%m-%d") >= '2018-12-30'
        -- 关键：添加印地语字符匹配条件
        AND article_title REGEXP '[\x{0900}-\x{097F}]'
        group by 2,3 
    ) temp 
) agg 
group by 1,2

重要注意事项 #

• 字段替换：一定要把article_title换成你表中实际存储印地语内容的字段（比如文章正文、标题等）。
• 字符集检查：确保你的zeenews_hindi表和目标字段使用的是utf8mb4字符集（支持完整Unicode），否则正则匹配可能失效。可以用以下命令查看或修改字段字符集：

  -- 查看表结构和字符集
  SHOW CREATE TABLE zeenews_hindi;
  
  -- 修改字段为utf8mb4字符集（示例）
  ALTER TABLE zeenews_hindi MODIFY COLUMN article_title TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
  

• MySQL版本兼容：如果使用MySQL 5.7及以下版本，旧版本对Unicode正则的支持有限，可能需要改用REGEXP BINARY或者调整正则写法，比如：

  AND article_title REGEXP BINARY '[\u0900-\u097F]'
  

把这个修改后的SQL替换你原来的查询，再同步到Google Sheets，就能得到过滤后的印地语条目统计了。

内容的提问来源于stack exchange，提问作者Harshit Agarwal