去除“雪花”中串上的重音 [英] Removing accents from string in Snowflake

问题描述

我正在尝试从Snowflake中的字符串列中删除所有重音。在MSSQL中，我可以使用COLLATE函数来执行此操作。例如，我在一个列中有这样一个字符串：‘JES？SSMITH12345’。我想从U：

上方去掉重音

在MSSQL中，我可以执行以下操作：

select ('JESÚSSMITH12345' Collate SQL_Latin1_General_CP1253_CI_AI) as identifier

退货：JESUSSMITH12345

但是，除了使用Translate函数之外，我找不到在Snowflake中执行此操作的方法。使用翻译功能不是一个好的解决方案，因为我必须用重音定义每个可能的字母才能进行翻译。例如，这在Snowflake中有效：

select translate('JESÚSSMITH12345', 'Ú', 'U');

退货：JESUSSMITH12345

但是，如果列包含除U以外的任何带重音的值，我必须将其添加到我的翻译中。不太理想。

使用Snowflake中的COLLATE函数，即使使用"；ai"；(也称为不区分重音)，这仍会返回带重音U的字符串

例如雪花：

select collate('JESÚSSMITH12345', 'en-ai');  

退货：JESÚSSMITH12345

推荐答案

更新：使用{diacritic}byGreg Pavlik更好的JS行

return str.normalize("NFD").replace(/p{Diacritic}/gu, "");

---

您可以使用Snowflake中的JS UDF来解决此问题：

CREATE OR REPLACE FUNCTION normalize_js(S string)
  RETURNS string
  LANGUAGE JAVASCRIPT
  AS 'return S.normalize("NFD").replace(/[u0300-u036f]/g, "");'
;

select normalize_js('áéÉña');

-- 'aeEna'

我从Remove accents/diacritics in a string in JavaScript获得JS代码。

这篇关于去除“雪花”中串上的重音的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！