我在 Teradata 中有一张表，它可以从多个来源累积产品，并将它们放入一个大表中。其中一些源设置为 UTF-8 源，但其目标是拉丁编码。这导致一些记录插入带有白色问号的黑色菱形。我将它们合并到的表是 UNICODE，但我希望能够标记包含这些占位符字符的行。我已经尝试将 Unicode 转换为拉丁函数，但这也会对合法的非拉丁 Unicode 字符（如外语）做出反应。
These are the characters I'm after
有什么方法可以识别和标记包含此特定占位符字符的记录？任何信息将不胜感激！
【问题讨论】：
标签： unicode database-design character-encoding teradata
您可以使用CHAR2HEXINT 函数进行验证，但这似乎是错误替换字符（x'1A' 拉丁文或 U+FFFD Unicode）。找到该特定值的诀窍是生成比较值。
POSITION(CHR(26) IN Latin_Column) > 0
或
POSITION(TRANSLATE(CHR(26) USING LATIN_TO_UNICODE WITH ERROR) IN Unicode_Column) > 0
【讨论】：
TRANSLATE(CHR(26) USING LATIN_TO_UNICODE WITH ERROR) 作为要更改的字符串来处理 Unicode 字段。对于拉丁语字段，诀窍是所有参数都必须是 Unicode 或全部是拉丁语（因为否则会隐式转换为 Unicode，这将失败）。因此，要么明确地将 TRANSLATE Latin_column USING LATIN_TO_UNICODE WITH ERROR) 作为输入字符串并搜索该值，要么明确地将 TRANSLATE('String_Literal' USING UNICODE_TO_LATIN) 作为参数提供的任何文字值 - 因为文字是 Unicode - 并搜索 CHR(26)..