如何在 postgres 的文本列上添加唯一约束（忽略特殊字符）？答案

【问题标题】：How to add an unique constraint (ignoring special characters) on a text column in postgres?如何在 postgres 的文本列上添加唯一约束（忽略特殊字符）？
【发布时间】：2020-01-13 22:23:55
【问题描述】：

如何在 Postgres 的文本列上添加唯一约束（忽略特殊字符）？

CREATE TABLE my_table(
    SomeTextColumn citext
CONSTRAINT person_u_1 UNIQUE (SomeTextColumn)
);

在上表中，我试图添加一个唯一性约束，通过忽略传入数据中的特殊字符来寻找唯一性

For example:
1. HelloWorld --> Gets inserted successfully
2. Hello World --> Should fail with duplicate constraint
2. Hello%$^&*W^%orld --> Should fail with duplicate constraint

【问题讨论】：

标签： sql regex postgresql unique-constraint aws-serverless

【解决方案1】：

您可以创建一个实现检查的unique 索引：

create unique index t_txt_unique on t(regexp_replace(txt, '\W', '', 'g'));

正则表达式从字符串中删除所有非单词字符，只保留字母数字字符和取消标记的_。您可以根据需要调整字符类。

Demo on DB Fiddle：

create table t (id int, txt citext);
create unique index t_txt_unique on t(regexp_replace(txt, '\W', '', 'g'));

insert into t values(1, 'HelloWorld');
-- ok

insert into t values(1, 'Hello World');
-- ERROR:  duplicate key value violates unique constraint "t_txt_unique"
-- DETAIL:  Key (regexp_replace(txt, '\W'::text, ''::text, 'g'::text))=(HelloWorld) already exists.

insert into t values(1, 'Hello%$^&*W^%orld');
-- ERROR:  duplicate key value violates unique constraint "t_txt_unique"
-- DETAIL:  Key (regexp_replace(txt, '\W'::text, ''::text, 'g'::text))=(HelloWorld) already exists.

insert into t values(1, 'Hello Mars');
-- ok

【讨论】：

太棒了！谢谢！

【解决方案2】：

这个问题比较老，但我认为一些额外的注释可能有用......

TEXT 的唯一性总是存在问题，因为文本区分大小写（不仅在 PostgreSQL 中）。
您可能会得到重复，因为“HelloWorld”与“HELLOWORLD”不同。因此，如果您在数据库的文本字段上创建 UNIQUE INDEX，您可能需要添加 UPPER 函数：
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(txt), '\W', '', 'g'));
您可能希望使用以下 REGEXP_REPLACE 选项仅保留字符 0-9 和 A-Z（删除变音符号）：
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(txt), '[^0-9A-Z]', '\1', 'g'));
如果您想将变音符号保留为一般字符（Ü --> U、Ä --> A 等），您可以输入 UNACCENT 函数（https://www.postgresql.org/docs/current/unaccent.html - 这是您需要添加到 PostgreSQL 的扩展，但是我还可以帮助您搜索某些内容 - 请记住，只有超级用户或其他管理员用户可能能够/允许添加扩展）：
CREATE EXTENSION IF NOT EXISTS unaccent WITH SCHEMA public;
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(UNACCENT(txt)), '[^0-9A-Z]', '\1', 'g'));

SQL 代码

-- -- 检查 REGEXP_REPLACE 以删除不需要的字符。 -- 测试字符串：'^°!"§$%&/()=?`+#äöüÜÖÄ',.-_:;@ABµC123abc123' -- SELECT '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' AS original_text ,REGEXP_REPLACE( UPPER( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' ), '\W', '', 'g') AS replace_word ,REGEXP_REPLACE( UPPER( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' ), '[^0-9A-Z]', '\1 ', 'g') AS replace_upper_keep_num_a_to_z ,REGEXP_REPLACE( UPPER(UNACCENT( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' )), '[^0-9A-Z]', '\1', 'g') AS replace_keep_num_a_to_z_umlaut ;

上述 SQL 代码的结果为 HTML 表格 最终结果中的降价表很复杂（预览版正在运行）。

<table border="1"><tr BGCOLOR="#CCCCFF"><th>original_text</th><th>replace_word</th><th>replace_upper_keep_num_a_to_z</th><th>replace_keep_num_a_to_z_umlaut</th></tr>
<tr><td>^°!&quot;§$%&amp;/()=?`+#äöüÜÖÄ',.-_:;@&lt;&gt;ABµC123abc123</td><td>ÄÖÜÜÖÄ_AB?C123ABC123</td><td>ABC123ABC123</td><td>AOUUOAABC123ABC123</td></tr>
</table>

您可能已经注意到，使用 '\W' 替换将第二列中的字符“µ”转换为大写“M”，这有点奇怪。

【讨论】：