解码为希伯来语时不正确的 regex_replace

Posted 2023-03-24

【中文标题】解码为希伯来语时不正确的 regex_replace

【英文标题】：Incorrect regex_replace while decoding to Hebrew

【发布时间】：2021-06-02 13:58:28

【问题描述】：

下面的代码不起作用，因为我的 regex_replace 没有按应有的方式处理空格。帮助！ 创建临时函数 解码（字串）AS（（ 选择 如果 (STARTS_WITH(word, ''), safe.code_points_to_STRING(ARRAY( 选择 CAST（值作为 int64） 从 UNNEST(SPLIT(REPLACE(REGEXP_REPLACE(word, '[^a-zA-Z0-9]', ''), '', '0'),';')) 值 在哪里 非值 = '' )), 单词） ））; 和 数据作为（ 选择 'שבחים לסוקולובסקי, האריס: ידענו שתהיה מלחמה'txt) 选择 ( 选择 STRING_AGG（解码（字），''） 从 UNNEST(SPLIT(txt, ' ')) word ) AS 希伯来语_txt 从 数据;

预期结果：שבחים לסוקולובסקי，האריס：ידענו שתהיה מלחמה

【参考方案1】：

考虑下面

create temp function decode(word string) as ((
  select if(starts_with(word, '&#x'), 
    safe.code_points_to_string(array(
      select ifnull(safe_cast(value as int64), ascii(value))
      from unnest(split(replace(word, '&#', '0'),';')) value
      where not value = ''
    )), 
    word)
));
select (
    select string_agg(decode(word), ' ')
    from unnest(split(txt, ' ')) word
  ) as Hebrew_txt
from data               

如果应用于您问题中的样本数据 - 输出是