Teradata 16.20中识别替换不可转译字符的内置函数求助

在Teradata 16.20版本中，当表采用SET LATIN字符集定义时，执行REGEXP_REPLACE处理含不可转译特殊字符的字符串会触发6706错误：

执行语句：

SELECT REGEXP_REPLACE('=H�4l3B7' ,'[^0-9a-zA-Z]' ,' ');

错误提示：

Failed [6706 : HY000] The string contains an untranslatable character

尝试以下语句仍无法解决问题：

SELECT REGEXP_REPLACE('=H�4l3B7' ,'[^0-9a-zA-Z]' ,' ');
select regexp_replace('=H�4l3B7', '[^0-9a-z]', '', 1, 0, 'i')

可行的Teradata内置函数解决方案 #

方案1：使用TRANSLATE+OTRANSLATE直接过滤（推荐）

利用OTRANSLATE提取所有合法字符，再用TRANSLATE移除其余字符，无需字符集转换：

SELECT TRANSLATE('=H�4l3B7', '', OTRANSLATE('=H�4l3B7', '0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'));

该语句会保留字符串中的数字和大小写字母，自动移除包括不可转译字符在内的所有其他字符。

方案2：转换字符集后用REGEXP_REPLACE处理

先将字符串转换为UNICODE字符集（可兼容特殊字符），执行正则替换后再转回LATIN：

SELECT CAST(REGEXP_REPLACE(CAST('=H�4l3B7' AS VARCHAR(100) CHARACTER SET UNICODE), '[^0-9a-zA-Z]', ' ') AS VARCHAR(100) CHARACTER SET LATIN);

通过字符集转换规避LATIN对特殊字符的转译限制，完成替换后还原原字符集。

内容的提问来源于stack exchange，提问作者srinivascnu