外字を含む企業名で、UTF-8で4byte(utf8mb4)の影響を受ける法人名・法人コード一覧と抽出SQL

国税庁のサイトで公開されている「法人の基本３情報のデータ(法人番号)」では、
Shift-JISとUnicodeに対応したCSVデータが公開されています。
そのデータ内の法人名等には外字を含んでいるため、
そのままではMySQLなどに取り込めず苦労します。（実際はインポート可能）
ここでは2018/6/29付データをベースとして、
外字が利用されている法人名と法人コードのリストをご紹介します。

UTF-8で4byte(utf8mb4)の影響を受ける外字を含む「企業名」の一覧

「法人の基本３情報のデータ(法人番号)」データを、
喜び勇んでデータベースに取り込んで活用しようと思っても、
思うようにインポートできず挫折するかもしれません。

データの数が多いだけでなく、企業名に含まれる外字も、
MySQLへのインポートの敷居を高くしています。

エラーが出た際や、インポートが行えたにしても、
正しくインポートできているかを確認する際に、

外字を含む企業を絞り込んで確認することもあるかもしれません。

2018/6/29付データをベースとして抽出していますが、
以下の法人名に、UTF-8エンコードによる4byte表現が必要な外字（utf8mb4)を含む一覧です。

法人コードは現在、国税庁のサイトで法人コード検索を行った結果ページへリンクします。
国税庁のサイト側で「外字」ボタンをクリックすると、
フォント表現のできない外字(Shift-JIS、Unicode以外)も画像で確認できます。

「法人の基本３情報のデータ(法人番号)」は国税庁のサイトで、
WebAPIも公開されていて、登録するだけで誰でも利用する事ができます。

でも、、、こういう無茶な抽出とかをしようと思うと、
どうしても自前のDBでぶん回す（実行する）必要があったりします。

あまり「法人の基本３情報のデータ(法人番号)」データを、
実際にMySQLにインポートししたよ！とか、こうやってインポートしたよ！という、
記事をみかけないのは、やっぱりデータ数が多く、外字エラーの問題があったりで、
意外と挫折しているんだろうなと思ったりします。

UTF-8で4byte(utf8mb4)の影響を受ける法人コード抽出SQL

上記は、全都道府県＋海外データの計48ファイルを、
１つのデータベースに格納し、以下SQLを実行してぶん回し、抽出したものです。

その為、住所に外字が含まれている場合などは抽出していません。

法人名で力技外字検索SQL

参考までにSQLを貼っておきます。
テーブル名等は各自に合せ修正しご利用ください。

※ローカル環境で実行しても10分程度は結果が返ってきませんのでご注意を。
※それでも4,633,737件のデータから絞り込みが10分以下なのでデータベースって凄いですね。

力技でぶん回す。
時には非常に便利で、Excelでちまちまやるよりは遥かに早い。

法人コードで抽出するSQL

上記を踏まえて、対象となった法人コードで一気に対象企業を抽出します。
データの取り込みが済んでいる場合には、以下で実行した方が遥かにいいのですが、

いかんせん、現時点では2018/06/29付のデータを元にしていますので、
次第にデータの正確性は落ちていきます。

正確性より、とにかくそれっぽい企業を確認したい場合に便利かもしれません。

単純に法人コードで抽出するだけなら、
一瞬で確認することができますので、インポートしたテストデータをチェックしたり、
本番環境でデータの抽出をする場合などには便利です。

そもそもIPアドレスのサイト運営していて、
「何でこんなことやってるの？」と言われそうですが、
何ででしょうねぇ。

ハマってるってだけではあるのですけど、
このサイトを作ろうと思い立った時の機能を作る為に必要だったんです。
まだまだ時間が掛かりそうですが。

ちなみにSQLにも列挙していますが、4byteの影響を受ける文字は以下となります。

𠀋𡈽𡌛𡑮𡢽𠮟𡚴𡸴𣇄𣗄𣜿𣝣𣳾𤟱𥒎𥔎𥝱𥧄𥶡𦫿𦹀𧃴𧚄𨉷𨏍𪆐𠂉 𠂢𠂤𠆢𠈓𠌫𠎁𠍱𠏹𠑊𠔉𠗖𠘨𠝏𠠇𠠺𠢹𠥼𠦝𠫓𠬝𠵅𠷡𠺕𠹭𠹤𠽟𡈁 𡉕𡉻𡉴𡋤𡋗𡋽𡌶𡍄𡏄𡑭𡗗𦰩𡙇𡜆𡝂𡧃𡱖𡴭𡵅𡵸𡵢𡶡𡶜𡶒𡶷𡷠𡸳 𡼞𡽶𡿺𢅻𢌞𢎭𢛳𢡛𢢫𢦏𢪸𢭏𢭐𢭆𢰝𢮦𢰤𢷡𣇃𣇵𣆶𣍲𣏓𣏒𣏐𣏤𣏕 𣏚𣏟𣑊𣑑𣑋𣑥𣓤𣕚𣖔𣘹𣙇𣘸𣘺𣜜𣜌𣝤𣟿𣟧𣠤𣠽𣪘𣱿𣴀𣵀𣷺𣷹𣷓 𣽾𤂖𤄃𤇆𤇾𤎼𤘩𤚥𤢖𤩍𤭖𤭯𤰖𤴔𤸎𤸷𤹪𤺋𥁊𥁕𥄢𥆩𥇥𥇍𥈞𥉌𥐮 𥓙𥖧𥞩𥞴𥧔𥫤𥫣𥫱𥮲𥱋𥱤𥸮𥹖𥹥𥹢𥻘𥻂𥻨𥼣𥽜𥿠𥿔𦀌𥿻𦀗𦁠𦃭 𦉰𦊆𦍌𣴎𦐂𦙾𦚰𦜝𦣝𦣪𦥑𦥯𦧝𦨞𦩘𦪌𦪷𦱳𦳝𦹥𦾔𦿸𦿶𦿷𧄍𧄹𧏛 𧏚𧏾𧐐𧑉𧘕𧘔𧘱𧚓𧜎𧜣𧝒𧦅𧪄𧮳𧮾𧯇𧲸𧶠𧸐𧾷𨂊𨂻𨊂𨋳𨐌𨑕𨕫 𨗈𨗉𨛗𨛺𨥉𨥆𨥫𨦇𨦈𨦺𨦻𨨞𨨩𨩱𨩃𨪙𨫍𨫤𨫝𨯁𨯯𨴐𨵱𨷻𨸟𨸶𨺉 𨻫𨼲𨿸𩊠𩊱𩒐𩗏𩙿𩛰𩜙𩝐𩣆𩩲𩷛𩸽𩸕𩺊𩹉𩻄𩻩𩻛𩿎𪀯𪀚𪃹𪂂𢈘 𪎌𪐷𪗱𪘂𪘚𪚲

本サイトで公開しているツールについては、
十分にテストは行っておりますが個人で作成している為、
潜在的なバグがないとは言い切れません。
その為、ツールを用いた結果については十分検証の上ご利用ください。
当サイトおよび、管理人は如何なる損害もその責を負いません。

当サイト内のコンテンツおよび画像において、
出典・引用の外部著作権者の明記がないものは、
すべて管理人による著作物です。
当サイトでご紹介しておりますコンテンツの著作権の放棄は致しません。

サイト内コンテンツを引用される際にはご連絡は不要です。
ただし、出典元として当サイト(個別記事)へのリンクをお願いいたします。
申し訳ございませんが、無断転載、複製をお断りさせて頂いております。

コンテンツを有益であると感じていただけましたら非常に光栄です。
ありがとうございます。