Teradata-删除数字和某些标点符号，保留alpha和其他标点符号

Question

我需要清理Teradata中的名称字段。一些条目很好：

• Belcher，鲍勃X。
• Belcher，琳达·A。
• Pesto，Jimmy Z。

其他人也有数字，分号和英镑/哈希：

• 372; #Fishoder，卡尔文·Z。
• 5907;＃Fishoder，Felix W。
• 43; #Francisco，Teddy A。

第二组示例是我需要清除的示例，但是在姓和名之间以及中间首字母后的句点之间保留逗号。

我假设我需要REGEX_REPLACE，但是找不到我想要做的事的例子。

Answer 1

Regexp_replace是您的朋友在这里。您可以通过将多个字符放在方括号内来替换它们。因此，如果要替换#或;或任何数字字符：

select
regexp_replace('AB,;#123','[;#0-9]','',1,0,'i')

在这个可爱的示例中，您将获得AB,。我们已经删除了分号和数字。

使用您的示例之一运行它：

select
regexp_replace('372;#Fishoder, Calvin Z.','[;#0-9]','',1,0,'i')

还给我们 Fishoder, Calvin Z.

Answer 2

在这里，我们可能要从左边界[A-Z]开始，然后收集姓氏，后跟逗号，以及字符串的其余部分，其表达式类似于：

(([A-Z].+)?,)\s*(.+)

Demo

RegEx电路

jex.im可视化正则表达式：

捕获组

const regex = /(([A-Z].+)?,)\s*(.+)/gm;
const str = `372;#Fishoder, Calvin Z.
5907;#Fishoder, Felix W.
43;#Francisco, Teddy A.
Belcher, Bob X.
Belcher, Linda A.
Pesto, Jimmy Z.`;
let m;

while ((m = regex.exec(str)) !== null) {
    // This is necessary to avoid infinite loops with zero-width matches
    if (m.index === regex.lastIndex) {
        regex.lastIndex++;
    }
    
    // The result can be accessed through the `m`-variable.
    m.forEach((match, groupIndex) => {
        console.log(`Found match, group ${groupIndex}: ${match}`);
    });
}