如何从 PostgreSQL 中的字符串中删除不间断空格？

Question

所以我有一列 incarceration_date，它实际上是一个文本字段，我想将其转换为日期。通常没有问题，但似乎此列中的每个值末尾都有一个不间断空格（ ），这当然会导致日期函数错误。

我尝试了两种不同的方法来解决这个问题，但没有成功。

尝试1：

trim(both chr(65279) from incarceration_date)::DATE

尝试2：

regexp_replace(incarceration_date, '\s+$', '')::DATE

我认为第二次尝试失败，因为 [[:space:]] 不包含零宽度不间断空格。

在这个特定的实例中，字段都具有相同的宽度，因此我可以通过仅将前十个字符传递给日期函数来解决这个问题。但是，我确实有一些用于导入数据的通用文本清理函数，我希望它们能够处理这个字符。

示例字符串如下所示：

"06/17/2011 "

但我不确定问题字符是否正确复制到SO。

我正在使用 PostgreSQL-9.5.0。

通过encode(incarceration_date::bytea, 'hex')输出的incarceration_date列一行的输出为：

30362f31372f32303131c2a0

所有行均以

c2a0

结尾。

服务器编码为UTF8。

Answer 1

我在删除不间断空格时也遇到了同样的问题。

这将显示不间断字符，寻找“C2 A0”

encode(convert_to(>>your_field<<, 'UTF-8'), 'hex')

我正在使用此功能删除“C2 A0”字符：

regexp_replace(>>your_field<<,'\xa0','')

Answer 2

正如@ThiefMaster所说，你可能最好删除除数字和斜杠之外的任何东西，以防万一字段中有任何其他垃圾：

regexp_replace(incarceration_date, '[^0-9/]', '')::DATE

或者，为了提高性能，如果您知道日期的格式始终为

DD/MM/YYYY

，则为

just use left(incarceration_date, 10)

，甚至

incarceration_date::char(10)

。