在 Trifacta 或 Google Cloud Dataprep 中，我试图用非字母数字 (�) 标记行。我用什么公式？答案

【问题标题】：In Trifacta or Google Cloud Dataprep, i'm trying to flag rows with non alpha numeric (�). What formula do I use?在 Trifacta 或 Google Cloud Dataprep 中，我试图用非字母数字 (�) 标记行。我用什么公式？
【发布时间】：2020-04-28 06:52:54
【问题描述】：

在 Trifacta 或 Google Cloud Dataprep 中，我尝试用非字母数字 (�) 标记行。我用什么公式？试过这个公式，但不起作用

Replace Matches of `�` from EMPLOYEE_FIRST with NOT VALID

【问题讨论】：

请详细说明没有用。

标签： google-cloud-platform google-cloud-dataprep trifacta

【解决方案1】：

你能解释一下“不起作用”是什么意思吗？

以下步骤适用于 Dataprep。您可以将其直接粘贴到新建步骤向导中：

replacepatterns col: EMPLOYEE_FIRST with: 'NOT VALID' on: `�` global: true

如果这对您不起作用，您能否发布一个屏幕截图，说明添加（或尝试添加）此步骤后发生的情况？

【讨论】：

尝试此步骤后没有任何变化。带有“�”的相同值出现在预览列上。我想用 "�" 标记 EMPLOYEE_FIRST 列中的那些行。如果“�”存在，我也在尝试寻找一个布尔公式将其标记为真
好吧，我只是在免费牧马人上复制了我的初始结果。我正在使用一个非常简单的 CSV 数据集。您的输入数据集的类型是什么？它是如何编码的？导入时是否修改了编码？
这是一个来自第三方的简单 txt 文件，我正在尝试使用云数据准备对其进行转换。 .txt 文件中的实际值为“Ñ”。将数据集导入dataprep时，值变为“�”
我创建了一个文本文件，其中仅包含 Ñ 的实例。它在 Dataprep 中表现得很好。但是，当我重新导入文件并将编码更改为 US-ASCII 时，它显示为所有 � 字符。这就是我询问编码的原因，并提到在导入期间更改编码（请参阅指定后的编辑设置要导入的文件）。默认情况下，Dataprep 使用 UTF-8 导入，但有一些干扰。也许您可以通过在导入期间使用编码来解决此问题。
我应该补充一点：如果没有进展，请考虑向 Trifacta (support@trifacta.com) 提交支持请求。包括指向此线程的链接以获取上下文，以及 Dataprep 的版本（单击设置 => 关于）以及您的示例数据集（如果可能）。