不使用替换功能从查询中删除特殊字符

Question

我的查询中有一些外语名称。问题是，我不知道所有特殊字符都在哪里，所以使用 REPLACE 函数将无济于事，因为有超过 500,000 行。例如，一些外国名字是这样出现的：

我希望名称显示为“COLLEGE BOREAL DARTS APPLIQUES ET DE TECHNOLOGIE”

有没有办法在不使用替换功能的情况下实现这一点？这样它也适用于列表中的其他名称

我尝试了我在另一篇文章中看到的类似方法：

SELECT
CTE.COLLEGE_NAME COLLATE Cyrillic_General_CI_AI
FROM SCHOOLS cte

但它没有工作。如果有人可以帮我解决这个问题，那就太好了！谢谢

Answer 1

您似乎在谈论重音字符和特殊字符。正如@Sayan 展示的那样，您可以使用nlssort 删除重音符号，但除了必须处理大小写更改之外，它不会删除诸如商标符号之类的东西（您可能期望或想要提到0 - ' ™' 被转换为 'tm' 这很聪明但在这里没有帮助，它也抛出了翻译（as shown here，在 Sayan 的代码中添加示例）。

另一种可能对您有用的方法是使用 convert（Oracle 推荐 not to do）或 utl_raw/utl_i18n 函数将您的值转换为纯 ASCII，从而处理重音（希望所有其中；我没有进行广泛的测试，并且链接到的讨论 @Littlefoot 显示了很多变化），并用 ? 替换任何其他非 ASCII 值，然后您可以方便地将其与其他标点符号和符号一起删除：

select college_name,
  regexp_replace(
    utl_i18n.raw_to_char(utl_i18n.string_to_raw(college_name, 'US7ASCII'), 'US7ASCII'),
    '[[:punct:]]',
    null) as result
from schools

您的示例和另一个带有商标符号的示例给出：

COLLEGE_NAME	RESULT
COLLÈGE BORÉAL D’ARTS APPLIQUÉS ET DE TECHNOLOGIE	COLLEGE BOREAL DARTS APPLIQUES ET DE TECHNOLOGIE
Collectives™ on Stack Overflow	Collectives on Stack Overflow

db<>fiddle 包括一些变化；但不要使用convert *8-)

Answer 2

当然，您可以从字符中删除上升/元音变音。

首先看这个例子：

with t(n,name) as (
select 1, 'Löwenbrauerei' from dual union all
select 2, 'LÖwenbrauerei' from dual union all
select 3, 'Lowenbrauerei' from dual union all
select 4, 'LOwenbrauerei' from dual 
)
select
   n
  ,name
  ,utl_raw.cast_to_varchar2(nlssort(name, 'NLS_SORT=BINARY_AI')) name_AI
from t;

结果：

        N NAME           NAME_AI
---------- -------------- --------------------
         1 Löwenbrauerei  lowenbrauerei
         2 LÖwenbrauerei  lowenbrauerei
         3 Lowenbrauerei  lowenbrauerei
         4 LOwenbrauerei  lowenbrauerei

如您所见，NLSSORT(..., 'NLS_SORT=BINARY_AI') 删除了所有上升并全部更改为小写字符，因此您只需恢复原始的大写/小写字符。例如，您可以将其与 translate 一起使用：

with t(n,name) as (
select 1, 'Löwenbrauerei' from dual union all
select 2, 'LÖwenbrauerei' from dual union all
select 3, 'Lowenbrauerei' from dual union all
select 4, 'LOwenbrauerei' from dual 
)
select
  n
  ,name 
  ,upper(name)
  ,lower(utl_raw.cast_to_varchar2(nlssort(name, 'NLS_SORT=BINARY_AI'))) name_AI_lower
  ,upper(utl_raw.cast_to_varchar2(nlssort(name, 'NLS_SORT=BINARY_AI'))) name_AI_upper
  ,translate(
      translate(
           name
          ,upper(name)
          ,upper(utl_raw.cast_to_varchar2(nlssort(name, 'NLS_SORT=BINARY_AI')))
      )
      ,lower(name)
      ,utl_raw.cast_to_varchar2(nlssort(name, 'NLS_SORT=BINARY_AI'))
  ) as name_ascent_removed
from t;

结果：

         N NAME           UPPER(NAME)    NAME_AI_LOWER        NAME_AI_UPPER        NAME_ASCENT_REMOVED
---------- -------------- -------------- -------------------- -------------------- --------------------------------------------------------
         1 Löwenbrauerei  LÖWENBRAUEREI  lowenbrauerei        LOWENBRAUEREI        Lowenbrauerei
         2 LÖwenbrauerei  LÖWENBRAUEREI  lowenbrauerei        LOWENBRAUEREI        LOwenbrauerei
         3 Lowenbrauerei  LOWENBRAUEREI  lowenbrauerei        LOWENBRAUEREI        Lowenbrauerei
         4 LOwenbrauerei  LOWENBRAUEREI  lowenbrauerei        LOWENBRAUEREI        LOwenbrauerei

ps。也许您可以在忽略它们的客户端上设置代码页/字体...