sanitizer.go

package csv2table

import "strings"

// dbNameReplacer is a singleton instance of NewReplacer used to sanitize column names
var dbNameReplacer *strings.Replacer

// SanitizeName converts a string to a form that can be used as a db name,
// such as a table name or a column name
func SanitizeName(name string) string {
	name = strings.TrimSpace(name)
	name = strings.ToLower(name)
	name = replacer().Replace(name)

	return name
}

// SanitizeNames is like SanitizeName, only applied to a list of names
func SanitizeNames(names []string) []string {
	sanitized := make([]string, len(names))

	for i, h := range names {
		sanitized[i] = SanitizeName(h)
	}

	return sanitized
}

// replacer provides a strings.Replacer for db names sanitization
func replacer() *strings.Replacer {
	if dbNameReplacer == nil {
		chars := []string{
			// remove "commonly" used characters that could appear in csv header
			// that are not usable as a db name
			"<", "",
			">", "",
			"/", "",
			"\\", "",
			")", "",
			"(", "",

			// and replace some characters with usable form for a db name
			" ", "_",
			"-", "_",
		}

		// replace umlauts too
		chars = append(chars, umlautPairs...)

		dbNameReplacer = strings.NewReplacer(chars...)
	}

	return dbNameReplacer
}

// umlautPairs is a slice containing translation from umlaut to "normal" chars
// in a format that is expected by strings.NewReplacer
var (
	umlautPairs = []string{
		"À", "A",
		"Á", "A",
		"Â", "A",
		"Ã", "A",
		"Ä", "A",
		"Å", "A",
		"Æ", "AE",
		"Ç", "C",
		"È", "E",
		"É", "E",
		"Ê", "E",
		"Ë", "E",
		"Ì", "I",
		"Í", "I",
		"Î", "I",
		"Ï", "I",
		"Ð", "D",
		"Ñ", "N",
		"Ò", "O",
		"Ó", "O",
		"Ô", "O",
		"Õ", "O",
		"Ö", "O",
		"Ø", "O",
		"Ù", "U",
		"Ú", "U",
		"Û", "U",
		"Ü", "U",
		"Ý", "Y",
		"ß", "s",
		"à", "a",
		"á", "a",
		"â", "a",
		"ã", "a",
		"ä", "a",
		"å", "a",
		"æ", "ae",
		"ç", "c",
		"è", "e",
		"é", "e",
		"ê", "e",
		"ë", "e",
		"ì", "i",
		"í", "i",
		"î", "i",
		"ï", "i",
		"ñ", "n",
		"ò", "o",
		"ó", "o",
		"ô", "o",
		"õ", "o",
		"ö", "o",
		"ø", "o",
		"ù", "u",
		"ú", "u",
		"û", "u",
		"ü", "u",
		"ý", "y",
		"ÿ", "y",
		"Ā", "A",
		"ā", "a",
		"Ă", "A",
		"ă", "a",
		"Ą", "A",
		"ą", "a",
		"Ć", "C",
		"ć", "c",
		"Ĉ", "C",
		"ĉ", "c",
		"Ċ", "C",
		"ċ", "c",
		"Č", "C",
		"č", "c",
		"Ď", "D",
		"ď", "d",
		"Đ", "D",
		"đ", "d",
		"Ē", "E",
		"ē", "e",
		"Ĕ", "E",
		"ĕ", "e",
		"Ė", "E",
		"ė", "e",
		"Ę", "E",
		"ę", "e",
		"Ě", "E",
		"ě", "e",
		"Ĝ", "G",
		"ĝ", "g",
		"Ğ", "G",
		"ğ", "g",
		"Ġ", "G",
		"ġ", "g",
		"Ģ", "G",
		"ģ", "g",
		"Ĥ", "H",
		"ĥ", "h",
		"Ħ", "H",
		"ħ", "h",
		"Ĩ", "I",
		"ĩ", "i",
		"Ī", "I",
		"ī", "i",
		"Ĭ", "I",
		"ĭ", "i",
		"Į", "I",
		"į", "i",
		"İ", "I",
		"ı", "i",
		"IJ", "IJ",
		"ij", "ij",
		"Ĵ", "J",
		"ĵ", "j",
		"Ķ", "K",
		"ķ", "k",
		"Ĺ", "L",
		"ĺ", "l",
		"Ļ", "L",
		"ļ", "l",
		"Ľ", "L",
		"ľ", "l",
		"Ŀ", "L",
		"ŀ", "l",
		"Ł", "l",
		"ł", "l",
		"Ń", "N",
		"ń", "n",
		"Ņ", "N",
		"ņ", "n",
		"Ň", "N",
		"ň", "n",
		"ʼn", "n",
		"Ō", "O",
		"ō", "o",
		"Ŏ", "O",
		"ŏ", "o",
		"Ő", "O",
		"ő", "o",
		"Œ", "OE",
		"œ", "oe",
		"Ŕ", "R",
		"ŕ", "r",
		"Ŗ", "R",
		"ŗ", "r",
		"Ř", "R",
		"ř", "r",
		"Ś", "S",
		"ś", "s",
		"Ŝ", "S",
		"ŝ", "s",
		"Ş", "S",
		"ş", "s",
		"Š", "S",
		"š", "s",
		"Ţ", "T",
		"ţ", "t",
		"Ť", "T",
		"ť", "t",
		"Ŧ", "T",
		"ŧ", "t",
		"Ũ", "U",
		"ũ", "u",
		"Ū", "U",
		"ū", "u",
		"Ŭ", "U",
		"ŭ", "u",
		"Ů", "U",
		"ů", "u",
		"Ű", "U",
		"ű", "u",
		"Ų", "U",
		"ų", "u",
		"Ŵ", "W",
		"ŵ", "w",
		"Ŷ", "Y",
		"ŷ", "y",
		"Ÿ", "Y",
		"Ź", "Z",
		"ź", "z",
		"Ż", "Z",
		"ż", "z",
		"Ž", "Z",
		"ž", "z",
		"ſ", "s",
		"ƒ", "f",
		"Ơ", "O",
		"ơ", "o",
		"Ư", "U",
		"ư", "u",
		"Ǎ", "A",
		"ǎ", "a",
		"Ǐ", "I",
		"ǐ", "i",
		"Ǒ", "O",
		"ǒ", "o",
		"Ǔ", "U",
		"ǔ", "u",
		"Ǖ", "U",
		"ǖ", "u",
		"Ǘ", "U",
		"ǘ", "u",
		"Ǚ", "U",
		"ǚ", "u",
		"Ǜ", "U",
		"ǜ", "u",
		"Ǻ", "A",
		"ǻ", "a",
		"Ǽ", "AE",
		"ǽ", "ae",
		"Ǿ", "O",
		"ǿ", "o",
		"Ά", "Α",
		"ά", "α",
		"Έ", "Ε",
		"έ", "ε",
		"Ό", "Ο",
		"ό", "ο",
		"Ώ", "Ω",
		"ώ", "ω",
		"Ί", "Ι",
		"ί", "ι",
		"ϊ", "ι",
		"ΐ", "ι",
		"Ύ", "Υ",
		"ύ", "υ",
		"ϋ", "υ",
		"ΰ", "υ",
		"Ή", "Η",
		"ή", "η",
	}
)