postgresql - 如何从 PostgreSQL 中的字符串中删除不间断空格？

Question

所以我有一个列 incarceration_date，它实际上是一个文本字段，我想将其转换为日期。通常没问题，但似乎此列中的每个值最后都有一个不间断空格（ ），这当然会导致日期函数错误。

我尝试了两种不同的方法来解决这个问题，但没有成功。

尝试1：

trim(both chr(65279) from incarceration_date)::DATE

尝试2：

regexp_replace(incarceration_date, '\s+$', '')::DATE

我认为第二次尝试失败是因为 [[:space:]] 不包括零宽度不间断空间。

在这个特定的例子中，这些字段的宽度都是一样的，所以我可以通过只将前十个字符传递给 date 函数来解决这个问题。但是，我确实有一些用于导入数据的通用文本清理功能，我希望它们能够处理这个字符。

示例字符串如下所示：

"06/17/2011 "

但我不确定问题字符是否正确复制到 SO。

我正在使用 PostgreSQL-9.5.0。

通过 encode(incarceration_date::bytea, 'hex') 输出的 incarceration_date 列的一行输出为：

30362f31372f32303131c2a0

所有行都以c2a0.

服务器编码为 UTF8。

Answer 1

正如@ThiefMaster 所说，您最好删除除数字和斜杠以外的任何内容，以防万一您在该字段中有任何其他垃圾：

regexp_replace(incarceration_date, '[0-9/]', '')::DATE

或者，为了提高性能，如果您知道日期的格式总是像DD/MM/YYYY, then just use left(incarceration_date, 10), 甚至incarceration_date::char(10).

Answer 2

我在删除不间断空格时也遇到了同样的问题。

这将显示非中断字符，查找“C2 A0”

encode(convert_to(>>your_field<<, 'UTF-8'), 'hex')

我正在使用此功能删除“C2 A0”字符：

regexp_replace(>>your_field<<,'\xa0','')