Non-breaking whitespace (MySQL)

Dit leek het initiële probleem te zijn: De eerste spatie is geen gewone spatie (0x20), maar NBSP (Non-breaking whitespace): 0xc2a0. Hoe fix ik dat?

Tijdens verwerken van een UTF-8-import-bestand in MySQL (dec. 2019), bleken sommige spaties geen echte spaties te zijn, maar non-breaking whitespace (of zoiets - zie verderop). Daardoor kon ik die data niet zomaar verwerken, omdat sommige algorithmes ervan uitgingen, dat spaties eh, spaties zijn.

• Hoe herken je NBSP (of andere afwijkende 'spaties') in strings?
• Hoe vervang je NBSP (of andere afwijkende 'spaties') door gewone spaties?

Het probleem: Een spatie is niet een spatie

Er bleken twee problemen te zijn:

NBSP?

Het gaat om een handjevol records in een bepaalde tabel: De betreffende strings bleken geen gewone spaties te bevatten (20), maar Non-breaking white spaces (c2 a0). Zie de afbeelding bovenaan dit artikel.

Niet

Regular expressions

Filteren mbv. ASCII-codes in regular expressions, lijkt niet zomaar te werken:

select device_sku from device_tmp
where
	device_sku regexp "\x42";

Ongetwijfeld kunnen regular expressions overweg met karaktercodering, maar dit lijkt niet de manier te zijn (met \\\ lukt 't ook niet).

unhex

unhex lijkt precies te zijn wat ik zoek, behalve dat 't niet lijkt te werken.

select unhex(

Bronnen

• https://stackoverflow.com/questions/5295936/whitespace-in-a-database-field-is-not-removed-by-trim - PHP
• https://stackoverflow.com/questions/15214848/how-do-i-remove-non-breaking-spaces-from-a-column-in-sql-server - Sequel Server!
• https://stackoverflow.com/questions/41939514/find-non-breaking-space-in-mysql
• https://www.w3resource.com/mysql/string-functions/mysql-unhex-function.php