BigQuery UDF 删除字符串中的重音符号/变音符号答案

【问题标题】：BigQuery UDF to remove accents/diacritics in a stringBigQuery UDF 删除字符串中的重音符号/变音符号
【发布时间】：2021-10-21 15:58:17
【问题描述】：

使用这个 javascript 代码，我们可以删除字符串中的重音符号/变音符号。

var originalText = "éàçèñ"
var result = originalText.normalize('NFD').replace(/[\u0300-\u036f]/g, "")
console.log(result) // eacen

如果我们创建 BigQuery UDF，它不会（即使使用双 \）。

 CREATE OR REPLACE FUNCTION project.remove_accent(x STRING)
RETURNS STRING
  LANGUAGE js AS """
  return x.normalize("NFD").replace(/[\u0300-\u036f]/g, "");
""";

SELECT project.remove_accent("éàçèñ") --"éàçèñ"

对此有什么想法吗？

【问题讨论】：

标签： google-bigquery bigquery-udf unaccent

【解决方案1】：

考虑以下方法

select originalText, 
  regexp_replace(normalize(originalText, NFD), r"\pM", '') output

如果应用于您问题中的样本数据 - 输出是

如果您愿意，可以使用 SQL UDF 轻松包装它

【讨论】：