在PostgreSQL中替换Unicode字符

Question

在PostgreSQL的varchar字段中，是否可以将所有出现的特定字符（以Unicode表示）替换为另一个字符（以Unicode表示）？

我尝试过类似于以下内容的操作：

UPDATE mytable 
SET myfield = regexp_replace(myfield, '\u0050', '\u0060', 'g')

但是似乎它真正将字符串'\u0060'写入了该字段，而不是与该代码相对应的字符。

- user1923631

Answer 1

根据PostgreSQL词法结构文档，应使用U&语法：

UPDATE mytable 
SET myfield = regexp_replace(myfield, U&'\0050', U&'\0060', 'g')

你也可以使用PostgreSQL特定的转义字符串形式E'\u0050'。这将适用于旧版本，但新版本更喜欢使用Unicode转义形式。这应该能说明情况：

regress=> SELECT '\u0050', E'\u0050', U&'\0050';
 ?column? | ?column? | ?column? 
----------+----------+----------
 \u0050   | P        | P
(1 row)

- mvp

Answer 2

除非某个客户端或其他层次的处理程序破坏您的代码，否则它应该与“对应于该代码的字符”一起工作！

此外，对于这个简单的任务，请使用translate()或replace()。比regexp_replace()快得多。 translate()也适用于同时进行多个简单替换。
并避免使用带有WHERE子句的空更新。速度更快，避免了表格膨胀和额外的VACUUM成本。

UPDATE mytable
SET    myfield  = translate(myfield, 'P', '`')  -- actual characters
WHERE  myfield <> translate(myfield, 'P', '`');

如果您一直遇到问题，请使用@mvp提供的编码：@mvp。

UPDATE mytable
SET   myfield =  translate(myfield, U&'\0050', U&'\0060')
WHERE myfield <> translate(myfield, U&'\0050', U&'\0060');

- Erwin Brandstetter