如何在 postgres 的文本列上添加唯一约束（忽略特殊字符）？

Question

如何在 Postgres 中的文本列上添加唯一约束（忽略特殊字符）？

CREATE TABLE my_table(
    SomeTextColumn citext
CONSTRAINT person_u_1 UNIQUE (SomeTextColumn)
);

在上面的 table 中，我试图添加一个唯一性约束，该约束将通过忽略传入数据中的特殊字符来寻找唯一性

For example:
1. HelloWorld --> Gets inserted successfully
2. Hello World --> Should fail with duplicate constraint
2. Hello%$^&*W^%orld --> Should fail with duplicate constraint

Answer 1

您可以创建一个 unique 索引来执行检查：

create unique index t_txt_unique on t(regexp_replace(txt, '\W', '', 'g'));

正则表达式从字符串中删除所有非单词字符，仅保留字母数字字符和下划线 _。您可以根据需要将字符class调整为

Demo on DB Fiddle:

create table t (id int, txt citext);
create unique index t_txt_unique on t(regexp_replace(txt, '\W', '', 'g'));

insert into t values(1, 'HelloWorld');
-- ok

insert into t values(1, 'Hello World');
-- ERROR:  duplicate key value violates unique constraint "t_txt_unique"
-- DETAIL:  Key (regexp_replace(txt, '\W'::text, ''::text, 'g'::text))=(HelloWorld) already exists.

insert into t values(1, 'Hello%$^&*W^%orld');
-- ERROR:  duplicate key value violates unique constraint "t_txt_unique"
-- DETAIL:  Key (regexp_replace(txt, '\W'::text, ''::text, 'g'::text))=(HelloWorld) already exists.

insert into t values(1, 'Hello Mars');
-- ok

Answer 2

这个问题比较老，但我认为一些额外的注释可能会有用...

TEXT 的唯一性总是有问题，因为文本区分大小写（不仅在 PostgreSQL 中）。
您可以获得重复项，因为“HelloWorld”与“HELLOWORLD”不同。因此，如果您在数据库的文本字段上创建 UNIQUE INDEX，您可能希望添加 UPPER 函数：
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(txt), '\W', '', 'g'));
您可能希望使用以下 REGEXP_REPLACE 选项仅保留字符 0-9 和 A-Z（删除变音符号）：
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(txt), '[^0-9A-Z]', '', 'g'));
如果您想将变音符号保留为通用字符（Ü --> U、Ä --> A 等），您可以加入 UNACCENT 函数（https://www.postgresql.org/docs/current/unaccent.html - 这是您需要的扩展添加到 PostgreSQL 但我也可能会帮助您搜索一些东西 - 请记住，只有超级用户或其他管理员用户可能 able/allowed 添加扩展）：
CREATE EXTENSION IF NOT EXISTS unaccent WITH SCHEMA public;
CREATE UNIQUE INDEX t_txt_unique ON t(REGEXP_REPLACE(UPPER(UNACCENT(txt)), '[^0-9A-Z]', '', 'g'));

SQL-代码

    
--
-- Check REGEXP_REPLACE to remove unwanted characters.
-- Test-String: '^°!"§$%&/()=?`+#äöüÜÖÄ',.-_:;@ABµC123abc123'
--
SELECT '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' AS original_text
      ,REGEXP_REPLACE( UPPER( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' ), '\W', '', 'g') AS replace_word
      ,REGEXP_REPLACE( UPPER( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' ), '[^0-9A-Z]', '', 'g') AS replace_upper_keep_num_a_to_z
      ,REGEXP_REPLACE( UPPER(UNACCENT( '^°!"§$%&/()=?`+#äöüÜÖÄ'',.-_:;@ABµC123abc123' )), '[^0-9A-Z]', '', 'g') AS replace_keep_num_a_to_z_umlaut
;

上面SQL代码的结果为HTMLtable 最终结果中的降价 table 太复杂了（预览有效）。

<table border="1"><tr BGCOLOR="#CCCCFF"><th>original_text</th><th>replace_word</th><th>replace_upper_keep_num_a_to_z</th><th>replace_keep_num_a_to_z_umlaut</th></tr>
<tr><td>^°!&quot;§$%&amp;/()=?`+#äöüÜÖÄ',.-_:;@&lt;&gt;ABµC123abc123</td><td>ÄÖÜÜÖÄ_AB?C123ABC123</td><td>ABC123ABC123</td><td>AOUUOAABC123ABC123</td></tr>
</table>

您可能已经注意到，第二列中的字符“µ”已使用“\W”替换转换为大写 'M'，这有点奇怪。

如何在 postgres 的文本列上添加唯一约束（忽略特殊字符）？

How to add an unique constraint (ignoring special characters) on a text column in postgres?

regex

sql

postgresql

unique-constraint

aws-serverless