关于sql：PostgreSQL的Trim尾随空格

Trim trailing spaces with PostgreSQL

我有一个列eventDate，其中包含尾随空格。我正在尝试使用PostgreSQL函数TRIM()删除它们。更具体地说，我正在运行：

1 2	SELECT TRIM(BOTH ' ' FROM eventDate) FROM EventDates;

但是，尾随空格不会消失。此外，当我尝试从日期中修剪另一个字符(例如数字)时，它也不会修剪。如果我正确阅读了手册，则应该可以使用。有什么想法吗？

相关讨论

有许多不同的不可见字符。他们中的许多人在Unicode中都具有属性WSpace=Y("空白")。但是某些特殊字符不被视为"空白"，并且仍然没有可见的表示形式。 Wikipedia上有关空格(标点)和空白字符的出色文章应该可以使您有所了解。

Unicode在这方面很烂：引入了许多主要用来使人们感到困惑的奇特字符。

默认情况下，标准SQL trim()函数仅修剪基本的拉丁空格字符(Unicode：U 0020 / ASCII 32)。与rtrim()和ltrim()变体相同。您的通话也仅针对该特定字符。

使用正则表达式和regexp_replace()代替。

尾随

要删除所有结尾的空格(但不能删除字符串中的空格)：

1	SELECT regexp_replace(eventdate, '\\s+$', '') FROM eventdates;

正则表达式说明：
\\s .. [[:space:]]的正则表达式类的简写
-这是一组空白字符-请参阅下面的限制
+ .. 1个或多个连续匹配
$ ..字符串结尾

演示：

1	SELECT regexp_replace('inner white ', '\\s+$', '') \|\| '\|'

1	INNER white\|

是的，那是一个反斜杠(\\)。此相关答案中的详细信息。

SQL选择列以\\\\开头的位置

领导

要删除所有前导空格(但不能删除字符串中的空格)：

1	regexp_replace(eventdate, '^\\s+', '')

^ ..字符串的开头

都

要同时删除这两个函数，可以链接以上函数调用：

1	regexp_replace(regexp_replace(eventdate, '^\\s+', ''), '\\s+$', '')

或者您可以在一个呼叫中将其与两个分支结合在一起。
添加'g'作为第四个参数以替换所有匹配项，而不仅仅是第一个：

1	regexp_replace(eventdate, '^\\s+\|\\s+$', '', 'g')

但是使用substring()：

通常应该更快

1	SUBSTRING(eventdate, '\\S(?:.\\S)')

\\s ..除空白外的所有内容
(?: re )非捕获括号
.* .. 0-n个字符的任何字符串

或以下之一：

1 2	SUBSTRING(eventdate, '^\\s(.\\S)') SUBSTRING(eventdate, '(\\S.*\\S)')

( re ) ..捕获一组括号

有效地获取第一个非空白字符，如果可能的话，将取所有内容直至最后一个非空白字符。

空格？

还有一些其他相关字符在Unicode中未被归类为"空白"，因此不包含在字符类[[:space:]]中。

对于我来说，这些打印为pgAdmin中的不可见字形："蒙古语元音"，"零宽度空格"，"零宽度非连接符"，"零宽度连接符"：

1
2
3

SELECT E'\\u180e', E'\\u200B', E'\\u200C', E'\\u200D';

'á?' | 'a€?' | 'a€?' | 'a€?'

还有两个，在pgAdmin中打印为可见的字形，但在我的浏览器中不可见："单词连接器"，"零宽度不间断空格"：

1 2	SELECT E'\\u2060', E'\\uFEFF'; 'a?' \| ''

最终，是否使字符不可见还取决于用于显示的字体。

也要删除所有这些内容，请将'\\s'替换为'[\\s\\u180e\\u200B\\u200C\\u200D\\u2060\\uFEFF]'或'[\\sá?a€?a€?a€?a?]'(注意结尾的不可见字符！)。
示例，而不是：

1	regexp_replace(eventdate, '\\s+$', '')

使用：

1	regexp_replace(eventdate, '[\\s\\u180e\\u200B\\u200C\\u200D\\u2060\\uFEFF]+$', '')

或：

1	regexp_replace(eventdate, '[\\sá?a€?a€?a€?a?]+$', '') -- note invisible characters

局限性

还有Posix字符类[[:graph:]]应该表示"可见字符"。示例：

1	SUBSTRING(eventdate, '([[:graph:]].*[[:graph:]])')

它在每种设置中都可以可靠地用于ASCII字符(归结为[\\x21-\\x7E])，但目前为止(包括第10页)取决于基础操作系统提供的信息(定义ctype)，并且可能是语言环境设置。

严格来说，对字符类的每次引用都是这种情况，但似乎与图形等较不常用的字符存在更多的分歧。但是您可能必须向字符类[[:space:]](速记\\s)添加更多字符才能捕获所有空白字符。像：@xiCoN JFS似乎也缺少\\u2007，\\u202f和\\u00a0。

手册：

Within a bracket expression, the name of a character class enclosed in
[: and :] stands for the list of all characters belonging to that
class. Standard character class names are: alnum, alpha, blank, cntrl,
digit, graph, lower, print, punct, space, upper, xdigit.
These stand for the character classes defined in ctype.
A locale can provide others.

强调粗体的人。

还请注意此限制已在Postgres 10中修复：

Fix regular expressions' character class handling for large character
codes, particularly Unicode characters above U+7FF (Tom Lane)

Previously, such characters were never recognized as belonging to
locale-dependent character classes such as [[:alpha:]].