如何在Snowflake中查找非utf8字符的行？
在我的雪花数据库中，一个表具有非utf8字符。我如何在它上面创建仅包含utf8字符的视图；通过排除非utf8字符的行还是替换它们？谢谢
问题答案：
应该可以使用以下测试来检查非utf：
MY_STRING IS NOT NULL AND TRY_HEX_DECODE_STRING(HEX_ENCODE(MY_STRING)) IS NULL
但是那时我没有数据可以测试。
要将字符串重新编码为utf-8，可以使用JavaScript函数：
CREATE OR REPLACE FUNCTION TO_UTF8(BINARY_TEXT BINARY)
RETURNS TEXT LANGUAGE JAVASCRIPT STRICT IMMUTABLE AS '
var win1252 = [ /* C1 controls */
8364, 129, 8218, 402, 8222, 8230, 8224, 8225,
710, 8240, 352, 8249, 338, 141, 381, 143,
144, 8216, 8217, 8220, 8221, 8226, 8211, 8212,
732, 8482, 353, 8250, 339, 157, 382, 376
];
return String.fromCharCode(
...Array.from(BINARY_TEXT).map(x => (x < 128 || x > 159) ? x : (win1252[x - 128]))
); /* .map(...) can be removed if no conversion from win1252 needed */
';
SELECT NVL(TRY_HEX_DECODE_STRING(HEX_ENCODE(MY_STRING)),
TO_UTF8(HEX_ENCODE(MY_STRING)::BINARY));
-
问题内容： 我有一些来自json文件的文本。在本文中，我应用了UTF8编码，但是该编码器无法识别非标准字符，并且为大写字符，是否有一种方法可以净化我的字符串？ 我的功能： 问题答案： 我找到了解决方案。 UTF8采用8位表ASCII表，而UTF16采用16位ASCII表，解决方案很简单，只需将函数修改为：
-
问题内容： 我在从字符串中删除非utf8字符时出现问题，这些字符无法正确显示。像这样的字符0x97 0x61 0x6C 0x6F（十六进制表示） 删除它们的最佳方法是什么？正则表达式还是其他？ 问题答案： 使用正则表达式方法： 它搜索UTF-8序列，并将其捕获到组1中。它还与无法标识为UTF-8序列的一部分的单个字节匹配，但不捕获这些字节。替换是捕获到组1中的任何内容。这将有效删除所有无效字节。
-
问题内容： 我正在使用从Excel导入一些数据的MySQL数据库。数据包含非ASCII字符（破折号等）以及隐藏的回车符或换行符。有没有办法使用MySQL查找这些记录？ 问题答案： 这完全取决于您定义为“ ASCII”的内容，但是我建议尝试这样的查询变体： 该查询将返回columnToCheck包含任何非字母数字字符的所有行。如果还有其他可接受的字符，请将其添加到正则表达式中的字符类。例如，如果句点
-
问题内容： 在基于nodejs / express的应用程序中，我需要处理GET请求，其中可能包含使用iso-8859-1字符集编码的变音符号。 不幸的是，它的querystring解析器似乎只能处理纯ASCII和UTF8： 是否有隐藏的选项或其他干净的方法也可以与其他字符集一起使用？默认行为的主要问题是，我没有办法知道是否存在解码错误-毕竟，输入 本来可以 只是简单地解码为仍然看起来像urlen
-
我通过导入收到了一个未知字符编码的字符串。如何在浏览器中显示这样的字符串，以便将其复制为PHP代码？ 我想用一个例子来说明这个问题。 与var_导出一起交付的字符串与原始字符串不匹配。所有无法识别的字符都将替换为� 象征该字符串仅在此处使用mb_convert_编码生成，用于测试目的。这里的字符编码是已知的。实际上，它来自导入，例如，带有文件内容（）的导入，字符编码未知。 我所期望的具有改进的va
-
问题内容： 在 java 中查找字符串中的第一个非重复字符？ 问题答案： 有多种方法可以找到它。 他们之中有一些是： 使用LinkedHashMap 使用 indexOf 和 lastIndexOf 方法。 面试问题之一是“你将如何在 String 中找到第一个非重复字符。” 例如： 如果输入字符串是“analogy”，那么程序应该返回’n’ 如果输入字符串是“easyest”，那么程序应该返回’