• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Truco SQL: Ignorar acentos en búsquedas SQL

noviembre 6, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

En los campos de texto de las bases de datos es habitual que existan acentos u otros caracteres especiales. Aunque la mayoría de los sistemas actuales admiten estos caracteres sin problemas, no extraño encontrar la misma palabra con y sin acento en diferentes registros. Por lo que saber cómo ignorar acentos en búsquedas SQL nos puede facilitar el trabajo en muchas ocasiones.

Intercalación

El truco para ignorar los acentos en las búsquedas está en cambiar la intercalación de las cadenas de texto una codificación que sea insensible al uso de acentos, como puede ser el caso de Latin1_general_CI_AI. Al hacer esto, como ya se explicó en el caso de Python, a la hora de comparar dos cadenas de texto los acentos y otros caracteres especiales se ignorarán. Por lo que al buscar por ejemplo “este”, también serán válidas cadenas de texto como “éste”.

Publicidad


Buscar cadenas exactas

Así que, si queremos buscar todos los apellidos “Diez” en una base de datos, independientemente de que tengan o no el acento, se puede hacer con la siguiente línea en SQL Server:

SELECT last_name FROM clients WHERE last_name = 'Diez' COLLATE Latin1_general_CI_AI;

Buscar cadenas que contienen

El truco también sirve para el caso de querer buscar una subcadena. Lo que se puede hacer con LIKE. Así que si queremos buscar un apellido ignorando el acento en un campo con el nombre completo solo tenemos que hacer:

Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
En Analytics Lane
Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)

SELECT full_name FROM clients WHERE last_name LIKE '%Diez%' COLLATE Latin1_general_CI_AI;

Escribiendo antes y después de la texto a buscar el comodín % para indicar que busque la subcadena.

Publicidad


Conclusiones

En esta ocasión hemos visto un truco rápido para mejorar las búsquedas en bases de datos. Al poder comparar las cadenas de texto ignorando acentos en búsquedas SQL. Un problema más habitual de lo que desearíamos.

Un truco que he probado únicamente en Microsoft SQL Server, aunque posiblemente sea fácil en otros motores de base de datos. Si alguien lo ha probado en otros motores satisfactoriamente, lo pude indicar en los comentarios ayudar a otros lectores.

Imagen de Theodor Moise en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 3

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
  • Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato
  • ¿Media, mediana o moda en variables ordinales? Guía práctica para el análisis de datos
  • Cómo ejecutar JavaScript desde Python: Guía práctica con js2py
  • Cómo generar contraseñas seguras con Python (y entender su nivel de seguridad)
  • Curiosidad: ¿Por qué los datos “raros” son tan valiosos?
  • Detectan vulnerabilidad crítica en MLflow que permite ejecución remota de código
  • ¿Por qué el azar no es tan aleatorio como parece?
  • Cómo crear un Data Lake en Azure paso a paso

Publicado en: Herramientas Etiquetado como: Bases de datos, SQL Server, Truco

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Curiosidad: ¿Por qué se llama “regresión” lineal?

noviembre 20, 2025 Por Daniel Rodríguez

Guía definitiva para trabajar con JSON en SQL Server

noviembre 18, 2025 Por Daniel Rodríguez

Cómo crear un Data Lake en Azure paso a paso

noviembre 13, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Curiosidad: ¿Por qué se llama “regresión” lineal? publicado el noviembre 20, 2025 | en Ciencia de datos, Opinión
  • Ordenadores para Machine Learning e IA 2025: Guía para elegir el equipo ideal publicado el enero 17, 2025 | en Reseñas
  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto