规范化 postgresql 中的人名

Posted 2023-03-12

【中文标题】规范化 postgresql 中的人名

【英文标题】：Normalize human names in postgresql

【发布时间】：2020-11-27 08:08:16

【问题描述】：

规范化 postgresql 表中的文本字段的最简单方法是什么？

我正在尝试查找重复项。 例如，我想将 O'Reilly 视为 oreilly 的副本。 La Salle 也应该是 la'salle 的副本。

简而言之，我们想要

小写所有文本， 条纹口音 剥离标点符号，例如[.'-_] 和 带状空间

这一切都可以通过一两个简单的步骤完成吗？理想情况下使用内置的 postgresql 函数。

干杯

【参考方案1】：

以下内容将为您提供所需的内容，仅使用标准 Postgres 函数；

regexp_replace (lower(unaccent(string_in)),'[^0-9a-z]','','g')

参见示例here。或者如果你不想要数字只是

regexp_replace (lower(unaccent(string_in)),'[^a-z]','','g')