如何在Snowflake SQL中移除字符串内的全部非ASCII字符

核心可以直接用Snowflake内置的REGEXP_REPLACE正则函数实现，不需要自定义函数，性能适配批量数据处理场景。

两种常用实现写法 #

• 十六进制范围匹配写法
  匹配所有不在ASCII编码范围\x00-\x7F的字符直接替换为空，语法如下：

  REGEXP_REPLACE(待处理字符串/字段名, '[^\\x00-\\x7F]', '')
  

• POSIX字符类易读写法
  用Snowflake支持的ASCII专属字符类匹配，可读性更高，兼容性更好：

  REGEXP_REPLACE(待处理字符串/字段名, '[^[:ascii:]]', '')
  

实际使用示例 #

假设存在表business_data，需要清理remark字段中的非ASCII字符：

• 查询时临时清理

  SELECT
    id,
    remark AS original_remark,
    REGEXP_REPLACE(remark, '[^[:ascii:]]', '') AS cleaned_remark
  FROM business_data;
  

• 直接更新原表数据
  加WHERE条件过滤仅需处理的行，减少不必要的写入开销：

  UPDATE business_data
  SET remark = REGEXP_REPLACE(remark, '[^[:ascii:]]', '')
  WHERE remark REGEXP '[^[:ascii:]]';
  

灵活调整说明 #

如果仅需要保留可打印ASCII字符，排除控制字符，将匹配范围修改为\x20-\x7E即可：

REGEXP_REPLACE(待处理字符串/字段名, '[^\\x20-\\x7E]', '')

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