SQL字符串处理.md

SQL 字符串处理

• 参考文档
• 常规
  • 小写
  • 移除首尾空白符
  • 拼接
  • 截取
• 正则
  • 正则替换
  • 正则切分
  • 正则抽取

参考文档

• Presto Documentation

常规

小写

lower(string)

• 支持的引擎：
  • Presto
• 对应的 Python 操作：str.lower()

移除首尾空白符

trim(string)

• 支持的引擎：
  • Presto
• 对应的 Python 操作：str.strip()

拼接

array_join(array, sep, null_replacement)

• 支持的引擎：
  • Presto

    SELECT array_join(ARRAY[1, NULL, 2], ','); -- 1,2
    SELECT array_join(ARRAY[1, NULL, 2], '_', 'N'); -- 1_N_2
    SELECT array_join(
                regexp_split('a(b), c', '[^a-z]'), 
                ' ');  -- 'a b c'

• 对应的 Python 操作：sep.join(array)

截取

• substr(string, start)
• substr(string, start, length)

  substr - Presto

  注意：Positions start with 1

  -- Presto
  SELECT substr('abcde', 1)   -- abcde
  , substr('abcde', 2)        -- bcde
  , substr('abcde', 2, 3)     -- bcd
  , substr('abcde', -2)       -- de
  , substr('abcde', -3, 2)    -- cd
  ;

正则

正则替换

• regexp_replace(string, pattern, replacement)

  regexp_replace - Presto

  -- Presto
  SELECT regexp_replace('a   b  c', '\s+', ' '); -- 'a b c'

正则切分

• regexp_split(string, pattern)

  regexp_split - Presto

  -- Presto
  SELECT regexp_split('a(b), c', '[^a-z]'); -- '[a, b, , , c]'
  SELECT array_join(
              regexp_split('a(b), c', '[^a-z]'), 
              ' ');  -- 'a b c'

正则抽取

• regexp_extract(string, pattern)
• regexp_extract(string, pattern, group)

  regexp_extract - Presto

  -- Presto
  SELECT regexp_extract('1a 2b 14m', '\d+'); -- 1
  SELECT regexp_extract('1a 2b 14m', '(\d+)([a-z]+)', 2); -- 'a'

• regexp_extract_all(string, pattern)
• regexp_extract_all(string, pattern, group)

  regexp_extract_all - Presto

  -- Presto
  SELECT regexp_extract_all('1a 2b 14m', '\d+'); -- [1, 2, 14]
  SELECT regexp_extract_all('1a 2b 14m', '(\d+)([a-z]+)', 2); -- ['a', 'b', 'm']