PostgreSQL中用regexp_replace/replace无法移除所有空白字符的问题

那个无法被普通空格替换的字符大概率是非断空格（NBSP，Unicode编码U+00A0）——这类字符常见于复制粘贴的文本（比如网页、办公文档），外观和普通空格一致，但编码不同，普通的replace或\s正则规则无法匹配。

步骤1：确认字符的Unicode编码 #

先提取那个特殊字符并查看其编码，执行以下SQL：

-- 替换成你的变量名或实际字符串
SELECT unicode(substring('Snímek obrazovky 2019-12-05 v 13.33.37.png' from position('v' in 'Snímek obrazovky 2019-12-05 v 13.33.37.png')+1 for 1));

如果返回结果是160，即可确定是NBSP。

步骤2：针对性替换 #

方法1：同时替换普通空格和NBSP #

用嵌套的replace函数一次性处理两种空格：

SELECT replace(replace(your_variable, ' ', '_'), U&'\00A0', '_');

U&'\00A0'是PostgreSQL中表示Unicode字符的标准写法。

方法2：用正则匹配所有Unicode水平空白字符 #

使用Unicode正则类\p{Blank}匹配所有水平空白字符（包括普通空格、NBSP等）：

SELECT regexp_replace(your_variable, '\p{Blank}', '_', 'g');

如果需要覆盖换行、制表符等所有空白类型，可以用\p{Space}替代\p{Blank}。

方法3：用translate批量替换 #

translate函数可一次性映射多个字符到目标字符，写法更简洁：

SELECT translate(your_variable, ' ' || U&'\00A0', '__');

内容的提问来源于stack exchange，提问作者Macejkou