zoukankan      html  css  js  c++  java
  • MySQL的转义字符

     

    MySQL识别下列转义字符:   
     
    \0   
    一个ASCII  0  (NUL)字符。   
    \n   
    一个新行符。   
    \t   
    一个定位符。   
    \r   
    一个回车符。   
    \b   
    一个退格符。   
    \'   
    一个单引号(“'”)符。   
    \  "   
    一个双引号(“  "”)符。   
    \\   
    一个反斜线(“\”)符。   
    \%   
    一个“%”符。它用于在正文中搜索“%”的文字实例,否则这里“%”将解释为一个通配符。   
    \_   
    一个“_”符。它用于在正文中搜索“_”的文字实例,否则这里“_”将解释为一个通配符。   
    注意,如果你在某些正文环境中使用“\%”或“\%_”,这些将返回字符串“\%”和“\_”而不是“%”和“_”。   
     
    ★★ 
    有几种方法在一个字符串内包括引号:   
    1、必须转义的: 
    一个字符串用单引号“'”来引用的,该字符串中的单引号“'”字符可以用“''”方式转义。   
    一个字符串用双引号“  "”来引用的,该字符串中的“  "”字符可以用“  "  "”方式转义。 
    同时你也可以继续使用一个转义字符“\”来转义 
    2、可不转义的: 
    一个字符串用双引号“  "”来引用的,该字符串中的单引号“'”不需要特殊对待而且不必被重复或转义。 
    同理, 
    一个字符串用单引号“'”来引用的,该字符串中的双引号“  "”不需要特殊对待而且不必被重复或转义。   
     
    下面显示的SELECT演示引号和转义如何工作:   
     
    mysql  >  SELECT  'hello',  '  "hello  "',  '  "  "hello  "  "',  'hel''lo',  '\'hello'; 
    +----------+--------------+-------------------+----------+---------+ 
     ¦  hello    ¦    "hello  "    ¦    "  "hello  "  "    ¦  hel'lo    ¦  'hello    ¦ 
    +----------+--------------+-------------------+----------+---------+ 
     
    mysql  >  SELECT    "hello  ",    "'hello'  ",    "''hello''  ",    "hel  "  "lo  ",    "\  "hello  "; 
    +----------+----------+-----------+------------+-----------+ 
     ¦  hello    ¦  'hello'    ¦  ''hello''    ¦  hel  "lo    ¦    "hello    ¦ 
    +---------+-----------+-----------+------------+-----------+ 
     
    mysql  >  SELECT    "This\nIs\nFour\nlines  "; 
    +--------------------+ 
     ¦  This 
    Is 
    Four 
    lines    ¦ 
    +--------------------+ 
      
    ★★ 
     
    如果你想要把二进制数据插入到一个BLOB列,下列字符必须由转义序列表示:   
     
    NUL   
    ASCII  0。你应该用'\0'(一个反斜线和一个ASCII  '0')表示它。   
    \   
    ASCII  92,反斜线。用'\\'表示。 
    '   
    ASCII  39,单引号。用“\'”表示。   
     "   
    ASCII  34,双引号。用“\  "”表示。
  • 相关阅读:
    k8s集群中遇到etcd集群故障的排查思路
    keepalived安装
    python读取文件特定的行数
    Pycharm 退回跳转之前光标页面位置
    python中yield的用法详解——最简单,最清晰的解释
    np.random.permutation()解析
    处理文本分类数据集——THUCNews数据
    [深度学习] PyTorch 实现双向LSTM 情感分析
    lstm模型与情感分析实例
    跑Bert还得用tensorflow-1.11.0版本,否则报错
  • 原文地址:https://www.cnblogs.com/huqingyu/p/286069.html
Copyright © 2011-2022 走看看