如何在SQL中将这类转义Unicode字符替换为空格

需求场景 #

原始字符串（示例A）：

My Name is <strong></strong>Vinaykumar. I am <strong></strong>From AndhraPradesh. I have completed my B.tech in Osmania University

目标字符串（示例B）：

My Name is Vinaykumar. I am From AndhraPradesh. I have completed my B.tech in Osmania University

需要实现：将字符串中的不可见Unicode控制字符（如U+001A）替换为空格，同时移除包裹该字符的<strong>冗余标签。

实现步骤与代码 #

1. 定位目标字符 #

示例中的是U+001A（ASCII替换字符，SUB），属于非打印控制字符，可通过Unicode编码直接匹配。

2. 分数据库方言处理 #

MySQL/MariaDB

先替换控制字符为空格，再清理空的<strong>标签：

-- 合并写法
SELECT REGEXP_REPLACE(
    REPLACE(your_column, CHAR(26 USING utf8mb4), ' '),
    '<strong>\\s*</strong>',
    ''
) AS cleaned_text
FROM your_table;

PostgreSQL

同样先替换控制字符，再用正则移除冗余标签：

SELECT REGEXP_REPLACE(
    REPLACE(your_column, CHR(26), ' '),
    '<strong>\s*</strong>',
    '',
    'g'
) AS cleaned_text
FROM your_table;

SQL Server（2017+）

利用REGEXP_REPLACE完成标签清理，结合REPLACE替换控制字符：

SELECT REGEXP_REPLACE(
    REPLACE(your_column, CHAR(26), ' '),
    '<strong>\s*</strong>',
    ''
) AS cleaned_text
FROM your_table;

3. 扩展处理：批量替换所有控制字符 #

如果字符串中存在其他ASCII控制字符（U+0000至U+001F），可以用正则一次性替换：

• MySQL：REGEXP_REPLACE(your_column, '[\\x00-\\x1F]', ' ')
• PostgreSQL：REGEXP_REPLACE(your_column, '[\x00-\x1F]', ' ', 'g')
• SQL Server：REGEXP_REPLACE(your_column, '[\x00-\x1F]', ' ')

注意事项 #

• 确保数据库字符集为utf8mb4（MySQL）或其他支持完整Unicode的字符集，避免编码转换错误。

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