Regex 是否删除PostgreSQL中的所有Unicode空格分隔符？_Regex_Postgresql_Unicode_Trim_Removing Whitespace

Regex 是否删除PostgreSQL中的所有Unicode空格分隔符？

regex postgresql unicode

Regex 是否删除PostgreSQL中的所有Unicode空格分隔符？,regex,postgresql,unicode,trim,removing-whitespace,Regex,Postgresql,Unicode,Trim,Removing Whitespace,我想修剪一列，并将任何多个空格和Unicode空格分隔符替换为单个空格。背后的想法是对用户名进行清理，防止两个用户使用欺骗性的名称foo bar SPACE u+20和foo barNO BREAK SPACE u+A0 到目前为止，我一直使用SELECT regexp_replaceTRIM'some string'、'[\s\v]+'、''g'；它删除了空格、制表符和回车符，但不支持我本来会添加到regexp\h，但PostgreSQL也不支持它\p{Zs}：选择regexp_repla

我想修剪一列，并将任何多个空格和Unicode空格分隔符替换为单个空格。背后的想法是对用户名进行清理，防止两个用户使用欺骗性的名称foo bar SPACE u+20和foo barNO BREAK SPACE u+A0

到目前为止，我一直使用SELECT regexp_replaceTRIM'some string'、'[\s\v]+'、''g'；它删除了空格、制表符和回车符，但不支持

我本来会添加到regexp\h，但PostgreSQL也不支持它\p{Zs}：

选择regexp_replaceTRIM'some string'、'[\s\v\h]+'、''g'；查询7中的错误：错误：无效的正则表达式：无效的转义\序列我们正在Debian 10 docker容器中运行PostgreSQL 12.2-2.pgdg100+1，使用UTF-8编码，并支持用户名中的emojis

有没有办法实现类似的功能？

您可以构造一个括号表达式，其中包含+选项卡中的空格字符：

它将用规则空格字符替换支持它的其他正则表达式样式中\h匹配的一个或多个水平空格的所有匹配项。

基于Postgres正则表达式、空格、某些类似空格的格式字符中的Posix空格字符类，另外一些非打印字符最终从Wiktor的帖子中又添加了两个，我浓缩了这个自定义字符类：

'[\s\u00a0\u180e\u2007\u200b-\u200f\u202f\u2060\ufeff]'

因此，请使用：

SELECT trim(regexp_replace('some string', '[\s\u00a0\u180e\u2007\u200b-\u200f\u202f\u2060\ufeff]+', ' ', 'g'));

注意：trim在regexp_replace之后出现，因此它覆盖转换的空间

重要的是要包含基本空格类\s[[：space:]的缩写，以涵盖所有当前和未来的基本空格字符

我们可以加入更多的角色。或者从剥离所有用4字节编码的字符开始。因为UNICODE是黑暗的，充满恐怖

考虑这个演示：

选择d作为十进制，选择_hexd作为十六进制，选择chrd作为图示符，'\u'| | lpadto_hexd，4，'0'作为unicode ，chrd~'\s'在_posix_space_类中，chrd~“[\s\u00a0\u180e\u2007\u200b-\u200f\u202f\u2060\ufeff]”作为自定义类从…起 -制表符，空格，不间断空格，OGHAM空格标记，蒙古语元音，窄不间断空格 -中等数学空间、字连接符、表意空间、零宽度不间断空间选择unnest“{9,32160576056588239828782881228865279}”：int[] 联合所有选择generate_series 81928202作为dec-UNICODE空格联合所有选择generate_series 8203、8207作为dec-前5个类似空格的UNICODE格式字符运输署 d命令；十进制|十六进制|字形| unicode | in_posix_space|u class | in_custom|u class -----+---+-----+-----+-----------+--------- 9 | 9 | | \u0009 | t | t 32 | 20 | | \u0020 | t | t 160 | a0 | | \u00a0 | f | t 5760 | 1680 |   | \u1680 | t | t 6158 | 180e |᠎ | \u180e | f | t 8192 | 2000 | | \u2000 | t | t 8193 | 2001 | | \u2001 | t | t 8194 | 2002 | | \u2002 | t | t 8195 | 2003 | | \u2003 | t | t 8196 | 2004 | | \u2004 | t | t 8197 | 2005 | | \u2005 | t | t 8198 | 2006 | | \u2006 | t | t 8199 | 2007 | | \u2007 | f | t 8200 | 2008 | | \u2008 | t | t 8201 | 2009 | | \u2009 | t | t 8202 | 200a | | \u200a | t | t 8203 | 200b | | \u200b | f | t 8204 | 200c |‌ | \u200c | f | t 8205 | 200d |‍ | \u200d | f | t 8206 | 200e |‎ | \u200e | f | t 8207 | 200f |‏ | \u200f | f | t 8239 | 202f |  | \u202f | f | t 8287 | 205f |  | \u205f | t | t 8288 | 2060 | ⁠ | \u2060 | f | t 12288 | 3000 | 　 | \u3000 | t | t 65279 | feff | | ufeff | f | t 26排用于生成角色类的工具：

'[\s\u00a0\u180e\u2007\u200b-\u200f\u202f\u2060\ufeff]'

选择“[\s'| | string_agg'\u'| | lpadto_hexd，4，'0'，按d | |排序]' 从…起选择unnest“{9,32160576056588239828782881228865279}”：int[] 联合所有选择generate_系列81928202 联合所有选择generate_系列8203、8207 运输署天哪\s′；-未包含在\s中 [\s\u00a0\u180e\u2007\u200b\u200c\u200d\u200e\u200f\u202f\u2060\ufeff] 小提琴