REGEXP_REPLACE去除名称开头特殊字符时如何保留带重音字符

Customer字段存储客户名称，存在大量开头带特殊字符的脏值，已知样例如下：

• marco rossi
• .paolo esposito
• jimmi montana
• **Luke skywalker
• marinella abc
• • ÚDRST MARK
• -úgo srl

原有清洗逻辑使用REGEXP_REPLACE配合正则[^a-zA-Z0-9]*|[^a-zA-Z0-9]*$/g将匹配内容替换为空，可清除大部分首尾特殊字符，但由于字符匹配范围仅覆盖基础英文字母与数字，会将Ú、ú这类带重音的拉丁字母判定为特殊字符误删，典型错误为原值- ÚDRST MARK处理后返回DRST MARK，丢失首字符Ú。

核心修改点是扩大字母匹配范围，覆盖带重音的拉丁字符，同时给匹配规则加上首尾锚定，避免误删字符串中间的合法字符（比如名字中间的空格、间隔符）。

通用兼容方案（支持Unicode属性匹配的数据库：PostgreSQL、MySQL 8.0+、BigQuery、Spark SQL等） #

使用Unicode字母属性类匹配所有语言的字母字符，正则规则替换为：

^[^\p{L}0-9]+|[^\p{L}0-9]+$

规则说明：

• ^锚定字符串开头，$锚定字符串结尾
• \p{L}匹配Unicode标准中所有类别的字母，天然覆盖Ú、ú、à、é等所有带重音的拉丁字符，也兼容其他语种的字母
• [^\p{L}0-9]+匹配连续的「非字母、非数字」字符，两个分支分别匹配开头、结尾的待清除特殊字符，替换为空即可
• 无需加g全局匹配修饰符，规则本身已锚定首尾位置，执行效率更高，也不会误删名字中间的空格、合法连字符等内容

低版本兼容方案（不支持Unicode属性匹配的场景，如MySQL 5.x） #

直接把常用拉丁重音字符的Unicode区间加入保留范围，正则规则替换为：

^[^a-zA-Z0-9À-ÿ]+|[^a-zA-Z0-9À-ÿ]+$

其中À-ÿ区间覆盖了绝大多数西欧语言使用的带重音拉丁字符，完全覆盖给出的样例场景。

如果业务仅需要清除开头的特殊字符、不需要处理结尾的特殊字符，直接删除正则后半段|[^\p{L}0-9]+$（或对应兼容版的后半段），仅保留^[^\p{L}0-9]+即可。

所有样例清洗结果如下，完全符合需求：

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