在两列中忽略大小写和特殊字符查找可能的重复项

Question

询问

SELECT COUNT(*), name, number
FROM   tbl
GROUP  BY name, number
HAVING COUNT(*) > 1

有时无法找到小写和大写之间的重复项。
例如：sunny并且Sunny不显示为重复项。
因此，如何在PostgreSQL中找到两列的所有可能重复项。

Answer 1

[lower()](http://www.postgresql.org/docs/current/interactive/functions-

string.html#FUNCTIONS-STRING-SQL)/
upper()

使用其中之一将字符折叠为小写或大写。特殊字符不受影响：

SELECT count(*), lower(name), number
FROM   tbl
GROUP  BY lower(name), number
HAVING count(*) > 1;

unaccent()

如果您实际上想忽略变音符号（如您的注释所暗示的那样），请安装附加模块unaccent，该模块提供了一个文本搜索字典，该字典可以删除重音符号以及通用功能unaccent()：

CREATE EXTENSION unaccent;

使其非常简单：

SELECT lower(unaccent('B眉脽ercaf茅')) AS norm

结果：

busercafe

这不会去除非字母。添加regexp_replace()像@Craig提到的那样：

SELECT lower(unaccent(regexp_replace('$s^o&f!t B眉脽ercaf茅', '\W', '', 'g') ))
                                                                     AS norm

结果：

softbusercafe