为什么 REGEXP_REPLACE 会抛出一个不可翻译的字符？这是一个错误吗？

Question

我有一个巨大的tabletestTable。我正在尝试通过仅保留字母和空格来清理 txt 列。

这就是我所做的

SELECT id_cd, REGEXP_REPLACE(txt, '[^a-zA-Z ]', '', 1, 0, 'i') new_txt 
FROM testTable

以上查询抛出 String contains an untranslatable character。我不知道它在哪一行失败，因为 table 很大。

当我将行数限制为某个较小的数字时，它起作用了，所以查询语法没问题。

 SELECT TOP 10 id_cd, REGEXP_REPLACE(txt, '[^a-zA-Z ]', '', 1, 0, 'i') new_txt 
 FROM testTable

这是一个错误吗？我怎样才能发现它失败的那一行？为什么它首先会失败？

我还尝试了以下方法：

SELECT id_cd, REGEXP_REPLACE(TRANSLATE(txt using unicode_to_latin), '[^a-zA-Z ]', '', 1, 0, 'i') new_txt 
 FROM testTable

但也遇到了同样的错误。

Answer 1

我们在年初遇到了同样的问题。您可以使用 translate_chk 函数找到这些字符，其中 returns 0 if success else non zero character。我们处理如下

case when  translate_chk(d.column using  latin_to_unicode)  <> '0'
  then 0
  else Instr(d.column  , 'E3S')
  end column

但在那种情况下我们不关心丢失的数据，为此我们加载了 0。希望对你有帮助..

Why would REGEXP_REPLACE throw an untranslatable character ? Is this a bug?