如何选择所有非字母数字的记录并删除它们？

debugcn 发表于 Dev

孙敏

我想选择包含非字母数字的记录并从字符串中删除这些符号。我期望的结果是只有数字和字母的字符串。

我对正则表达式不是很熟悉，有时它真的很令人困惑。下面的代码来自对类似问题的回答。但它也返回只有字母和空格的记录。我还尝试/s在某些空格不是空格而是制表符的情况下使用。但我得到了同样的结果。

另外，我想删除除字母、数字和空格之外的所有符号、字符。我发现一个removesymbols从 google命名的函数可以引用。但似乎这个功能根本不存在。该网站介绍的removesymbols是https://cloud.google.com/dataprep/docs/html/REMOVESYMBOLS-Function_57344727。如何删除所有符号？我不想使用，replace因为有很多符号，而且我不知道它们有各种非字母数字。

-- the code here only shows I want to select all records with non-alphanumeric
SELECT EMPLOYER
FROM fec.work
WHERE EMPLOYER NOT LIKE '[^a-zA-Z0-9/s]+'
GROUP BY 1;

拉斐尔

我建议使用REGEXP_REPLACEfor select，删除字符，并使用REGEXP_CONTAINS只获取您想要的字符。

SELECT REGEXP_REPLACE(EMPLOYER, r'[^a-zA-Z\d\s]', '') 
FROM fec.work
WHERE REGEXP_CONTAINS(EMPLOYER, r'[^a-zA-Z\d\s]')

你说你不想使用replace是因为你不知道有多少个字母数字。但是，与其列出所有非字母数字，为什么不使用^来获取除字母数字之外的所有内容？

编辑：

为了完成米哈伊尔的回答，您的正则表达式有多种选择：

'[^a-zA-Z\\d\\s]'  // Basic regex
r'[^a-zA-Z\d\s]'   // Uses r to avoid escaping
r'[^\w\s]'         // \w = [a-zA-Z0-9_] (! underscore as alphanumerical !)

如果您不认为下划线是字母数字，则不应使用 \w

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。