Как выбрать записи только с кириллическими символами в SQL Server

Сегодня многие приложения работают с многоязычными данными, и часто возникает необходимость выбирать записи, содержащие исключительно кириллические (русские) символы. В интернете встречаются многочисленные вопросы о том, как правильно построить такой запрос в SQL Server, почему обычный LIKE возвращает лишние строки и какие подходы гарантируют точный результат. Ниже представлен подробный разбор темы, основанный на актуальной информации из официальной документации, Stack Overflow и других источников.

Почему обычный LIKE не даёт ожидаемого результата?

При использовании конструкции

SELECT * FROM TableName WHERE ColumnName LIKE ‘%[^A-Za-z0-9]%’

многие ожидают увидеть только строки, содержащие символы fuera диапазона латинских букв и цифр. Однако SQL Server интерпретирует диапазон [^A-Za-z0-9] в соответствии с текущей коллацией базы данных. Если коллация не различает латинские и кириллические буквы (например, SQL_Latin1_General_CP1_CI_AS), то кириллические символы попадают в тот же набор, что и латинские, и условие не срабатывает.

Коллации, поддерживающие различение кириллицы

Для корректной работы с русским алфавитом необходимо использовать коллацию, которая учитывает кодовые точки Unicode. Наиболее подходящие варианты:

• Cyrillic_General_CI_AS – нечувствительная к регистру, чувствительная к акцентам;
• Cyrillic_General_BIN – бинарная сравнение (точное совпадение кодовых точек);
• Latin1_General_100_CI_AS_SC_UTF8 (в SQL Server 2019 и новее) – поддержка UTF‑8 и полная дифференциация символов.

Пример изменения коллации для конкретного столбца:

ALTER TABLE TableName ALTER COLUMN ColumnName NVARCHAR(100) COLLATE Cyrillic_General_BIN;

Поиск только русских букв с помощью LIKE и диапазонов Unicode

После установки подходящей коллации можно пользоваться конструкцией LIKE с указанием диапазона кириллических символов:

SELECT * FROM TableName WHERE ColumnName LIKE N’%[А-Яа-яЁё]%’ COLLATE Cyrillic_General_BIN;

Здесь:

• Префикс N указывает, что строка является Unicode (NVARCHAR);
• Диапазон [А-Яа-яЁё] охватывает все заглавные и строчные буквы русского алфавита, включая букву «Ё»;
• Явное указание коллации гарантирует, что сравнение будет выполняться по кодовым точкам.

Регулярные выражения в SQL Server

SQL Server не поддерживает полноценные regex в стандартном T‑SQL, но начиная с версии 2016 можно воспользоваться CLR‑функциями или встроенной функцией LIKE с простыми шаблонами. Для более сложных проверок (например, исключения строк, содержащих латинские буквы) удобно создать скалярную функцию:

CREATE FUNCTION dbo.IsOnlyCyrillic(@input NVARCHAR(4000)) RETURNS BIT AS BEGIN
RETURN CASE WHEN @input NOT LIKE N’%[^А-Яа-яЁё]%’ COLLATE Cyrillic_General_BIN THEN 1 ELSE 0 END;
END;

После этого запрос выглядит так:

SELECT * FROM TableName WHERE dbo.IsOnlyCyrillic(ColumnName) = 1;

Исключение результатов, написанных на русском языке, из внешних поисковых систем

Иногда требуется обратное действие – исключить русскоязычные записи из результатов поиска (например, в веб‑аналитике или при работе с полнотекстовым поиском). В SQL Server это достигается аналогичным образом, но с инверсией условия:

SELECT * FROM TableName WHERE ColumnName NOT LIKE N’%[А-Яа-яЁё]%’ COLLATE Cyrillic_General_BIN;

Для полнотекстового поиска можно создать пользовательский стоп‑словарь, содержащий русские слова, и указать его в индексе.

Практические рекомендации

1. Определите необходимую коллацию на уровне базы данных или столбца ещё на этапе проектирования. Это избавит от множества проблем при последующих запросах.
2. Всегда используйте префикс N при работе с Unicode‑строками, иначе данные могут быть неявно преобразованы к VARCHAR и потерять кириллические символы.
3. Тестируйте запросы на представительном наборе данных, включающем латиницу, кириллицу, цифры и специальные символы, чтобы убедиться в отсутствии ложных срабатываний.
4. Если часто требуется проверять «только кириллица», вынесите эту логику в скалярную или табличную функцию – это упростит поддержку и повысит читаемость кода.
5. При работе с полнотекстовым поиском учитывайте, что лексико‑грамматические фильтры (stemmers, word breakers) могут изменять вид слов; проверяйте их поведение для русского языка.
6. Следите за обновлениями SQL Server: начиная с 2019 версии улучшена поддержка UTF‑8, что упрощает работу с многоязычными данными без необходимости менять коллацию на уровне столбца.

Корректный поиск русских символов в SQL Server требует понимания того, как работают коллации и Unicode‑строки. Использование подходящей коллации (например, Cyrillic_General_BIN), явного указания префикса N и точных диапазонов символов позволяет избежать ложных срабатываний и получить именно те записи, которые содержат исключительно кириллические буквы. Для более сложных сценариев удобно создавать пользовательские функции или полагаться на CLR‑решения, а также учитывать особенности полнотекстового поиска. Следуя приведённым рекомендациям, вы сможете надёжно работать с русскоязычными данными в любой версии SQL Server.