删除字符串中的希腊字母

Question

我正在预处理脏文本字段。我设法删除了单个字符和数字，但仍有希腊字母（来自公式）我想完全删除。任何类型的希腊字母都可以出现在字符串中的任何位置。有什么想法吗？

select regexp_replace(' ω ω α ω alkanediylbis alkylimino bis alkanolpolyethoxylate   the formula where       straight   branched chain alkylene group also known     alkanediyl group that has   the range       carbon atoms and     least  carbon atoms   length   and   can   the same   different and are primary alkyl groups which contain     carbon atoms each   and   can   the same   different and are alkylene groups which contain   the range   from     carbon atoms each and   and   are the same   different numerals     the range       each ', '\W+', '')

Answer 1

[Α-Ωα-ω] 将匹配标准希腊字母表。（请注意，这里的 Α 是与拉丁文 A 不同的字符，尽管它们看起来可能相同）。

一些常用符号不在标准字母表中，因此至少，您可能希望使用 [\u0370-\u03FF].

来匹配整个 Greek Unicode block

Unicode 也有

Greek Extended block 包含带变音符号的字母
Coptic block 有一些非常相似的角色
具有自己的 ∆/∏/∑ 符号的 Mathematical Operators block
Mathematical Alphanumeric Symbols block

...可能更多。

与其尝试列出要替换的所有内容，不如列出要保留的内容更容易。例如，要删除可打印 ASCII 范围之外的所有内容：

select regexp_replace(
  'ABCΑαΒβΓγΔδΕεΖζΗηΘθΙιΚκΛλΜμΝνΞξΟοΠπΡρΣσςΤτΥυΦφΧχΨψΩω123',
  '[^\u0020-\u007E]', '', 'g'
);

 regexp_replace
----------------
 ABC123

删除字符串中的希腊字母

Delete greek letters in string

postgresql

regexp-replace