如何将不支持的字符加载到Teradata Unicode列中？

我正在使用MLOAD将数据从Oracle拉入Teradata。事实证明这是一场噩梦，因为Oracle表包含Teradata Unicode列不接受的各种字符。当我在MLOAD运行后查询生成的

ET_

表以查看哪些列失败时，不受支持的字符最终会变成

ï½

。当我在Oracle端使用

ASCII（）

函数跟踪这些字符时，我得到的数字有160（显然是一个不间断的空格）、1571289（替换字符）和15556979（在谷歌的任何地方都没有显示）

---

有太多不受支持的字符，我不可能为它们全部硬编码。我需要让我的MLOAD脚本去掉Unicode列不支持的任何字符。

不再适用，因为汉字不是问题所在：

在这种情况下，您可能必须使用TRANSTLATE（）函数：

SELECT TRANSLATE({colA} 
            USING {KANJISJIS_TO_UNICODE|KANJI1_SBC_TO_UNICODE|KANJI1_KANJISJIS_TO_UNICODE
                   |KANJI1_KanjiEUC_TO_UNICODE|KANJI1_KanjiEBCDIC_TO_UNICODE}
                );

不支持的字符： 如果您使用的是Teradata 14，则可以使用正则表达式函数之一将超出拉丁语或UNICODE范围的数据替换为空字符串：

SELECT REGEXP_REPLACE({colA}, '[^[print]]', '') FROM {MyDB}.{MyTable};

Teradata 14中还有一个CHR（）函数可供使用，该函数也可用于清除有问题的数据：

SELECT CASE WHEN POSITION(CHR(26) IN {ColA}) = 0
            THEN {ColA}
            ELSE SUBSTRING({ColA} FROM 1 FOR 
                 (POSITION(CHR(26) IN {ColA}) - 1))
                 || '' || SUBSTRING({ColA} FROM 
                 (POSITION(CHR(26) IN {ColA}) + 1)) 
        END AS Test_
FROM {MyDB}.{MyTable};

在上面的示例中，它适用于单一出现的“坏”数据。如果在单个字符串中重复出现，则可能需要将

OREPLACE（）

与

CHR（）

组合使用才能将其清除

最后，您可以尝试在UNIX中准备文件（如果这是您的源环境）以使用类似AWK和

gensub（）

的方法去除坏数据。您是否尝试过：

mload -c UTF8 <yourscript.ml

---

mload-c UTF8原来汉字不是问题。它们可以加载到Unicode列中。正是其他角色的出现让我觉得汉字应该受到责备。此外，我的问题还提到了其他不受支持的字符。我编辑了我的问题，这样它的前提就不再是汉字了。谢谢你的努力。该正则表达式肯定会删除不可打印的字符，如转义符（
regexp\u replace（'1←2'，[^[：print:][]，''，1,0，'i'
），但它并没有删除Unicode替换字符
1571289
。不过，我找到了一个解决方案。Oracle数据库是
AL32UTF8
。在我的Oracle SQL中，我将所有内容都转换为
UTF8
，这会将所有无效字符转换为
1571289
。然后我从字符串中删除所有这些字符，然后加载为ab我必须把它处理得很好。