postgresql - 规范化 postgresql 中的人名

Question

规范化 postgresql 表中的文本字段的最简单方法是什么？

我正在尝试查找重复项。例如，我想将 O'Reilly 视为 oreilly 的副本。La Salle 也应该是 la'salle 的副本。

简而言之，我们想要

1. 小写所有文本，
2. 带口音
3. 剥离标点符号，例如这些[.'-_]和
4. 剥离空间

这一切都可以通过一两个简单的步骤完成吗？理想情况下使用内置的 postgresql 函数。

干杯

Answer 1

下面将给你你想要的，只使用标准的 Postgres 函数；

regexp_replace (lower(unaccent(string_in)),'[^0-9a-z]','','g')

请参见此处的示例。或者如果你不想要数字只是

regexp_replace (lower(unaccent(string_in)),'[^a-z]','','g')