如何在Snowflake中移除指定列的特定换行回车字符

通过COPY INTO命令从CSV阶段文件加载数据到Snowflake表后，STRING字段存在多余的\r\n\r\n连续换行符，当前表数据如下：

+--------------------------------------------------------------------+--------+
| STRING                                                             | RESULT |
+--------------------------------------------------------------------+--------+
| hhhhrerererereNRD\r\n\r\nthe 193how (test) testtest peo\r\n\r\n    |  30.00 |
+--------------------------------------------------------------------+--------+

期望执行查询后得到的输出：

+---------------------------------------------------------+--------+
| STRING                                                  | RESULT |
+---------------------------------------------------------+--------+
| hhhhrerererereNRDthe 193how (test) testtest peo         |  30.00 |
+---------------------------------------------------------+--------+

之前尝试的SQL未达到预期效果：

SELECT
    regexp_replace(STRING,'\r\n\r\n','')    
FROM  test; 

解决方案 #

Snowflake的正则表达式中，\r和\n这类特殊字符需要用双反斜杠转义，否则会被解析为普通字符。以下提供两种可行写法：

写法1：精准匹配\r\n\r\n #

SELECT
    regexp_replace(STRING, '\\r\\n\\r\\n', '') AS STRING,
    RESULT
FROM test;

写法2：匹配任意连续空白字符（更通用） #

如果需要同时处理其他连续空白（比如末尾的空格），可以用\s匹配所有空白字符（包括换行、空格等）：

SELECT
    regexp_replace(STRING, '\\s{2,}', '') AS STRING,
    RESULT
FROM test;

或者精准匹配连续两次及以上的\r\n：

SELECT
    regexp_replace(STRING, '(\\r\\n){2,}', '') AS STRING,
    RESULT
FROM test;

内容的提问来源于stack exchange，提问作者Sai