如何查找 SQLite 中不包含数字的值

在数据清洗和分析过程中，我们经常需要识别和筛选出特定格式的数据。查找不包含数字的纯文本值是一个常见需求，特别是在处理用户输入、分类数据或文本内容时。SQLite 提供了多种方法来实现这一目标，本文将详细介绍几种实用的技术方案。

使用 GLOB 操作符进行模式匹配

SQLite 的 GLOB 操作符支持 Unix 风格的通配符匹配，非常适合用来查找不包含数字的字符串：

SELECT column_name
FROM table_name
WHERE column_name GLOB '*[0-9]*' = 0;

这个查询会返回所有不包含 0-9 数字的字符串。GLOB 区分大小写，如果需要不区分大小写的匹配，可以先将字符串转换为统一大小写：

SELECT column_name
FROM table_name
WHERE lower(column_name) GLOB '*[0-9]*' = 0;

使用 REGEXP 进行正则表达式匹配

如果 SQLite 编译时启用了正则表达式支持（通过扩展或自定义函数），可以使用更强大的正则表达式：

SELECT column_name
FROM table_name
WHERE column_name REGEXP '^[^0-9]*$';

这个正则表达式表示从开头 (^) 到结尾 ($) 都不包含数字 ([^0-9]) 的字符串。要使用这个功能，可能需要先加载正则表达式扩展：

.load /path/to/regexp_extension

使用 LIKE 操作符的替代方案

虽然 LIKE 操作符本身不支持字符范围匹配，但可以通过多个条件组合实现类似效果：

SELECT column_name
FROM table_name
WHERE column_name NOT LIKE '%0%'
  AND column_name NOT LIKE '%1%'
  AND column_name NOT LIKE '%2%'
  /* 继续列出所有数字... */
  AND column_name NOT LIKE '%9%';

这种方法虽然冗长，但在所有 SQLite 版本中都可用，不需要额外扩展支持。

创建自定义 SQL 函数检测数字

对于需要频繁使用的场景，可以创建一个自定义函数来简化查询：

SELECT column_name
FROM table_name
WHERE has_numbers(column_name) = 0;

在 Python 中使用 SQLite 时可以这样注册函数：

import sqlite3

def has_numbers(text):
    return any(c.isdigit() for c in (text or ''))

conn = sqlite3.connect('database.db')
conn.create_function('has_numbers', 1, has_numbers)

处理 NULL 值和空字符串

在实际应用中，别忘了考虑特殊值的情况：

SELECT column_name
FROM table_name
WHERE (column_name GLOB '*[0-9]*' = 0 OR column_name IS NULL)
  AND column_name != '';

这个查询会返回不包含数字的值、NULL 值，但排除空字符串。

性能优化建议

当处理大型表时，这些查询可能会比较耗时。可以考虑以下优化措施：

为相关列创建表达式索引
先使用简单条件缩小范围，再应用复杂条件
对于静态数据，可以预先计算并存储标记

总结

查找 SQLite 中不包含数字的值有多种实现方式，从简单的 GLOB 操作到强大的正则表达式，每种方法都有其适用场景。GLOB 提供了良好的平衡，在大多数情况下都能工作良好；正则表达式功能最强大但需要额外支持；而 LIKE 组合则是最兼容的方案。根据你的具体需求和数据特点选择合适的方法，可以有效地清洗和分析文本数据。