数据分析师必备技能之SQL(6) -- 字符串函数

      文本也是数据处理中常见的类型之一，相比于相对成熟的数学函数而言，字符串的处理场景更复杂多变，熟练掌握常见的字符串函数则事半功倍。

1. 基础字符串处理函数

• length(string A)：返回字符串A的长度

    eg：select length('abced') 得到 5

• trim(string A) ：去除字符串两边的空格

    eg：select trim(' abc ') 得到 'abc'

• lower(string A)/ lcase(string A)：返回字符串的小写形式，常用于不确定原始字段是否统一为大小写

    eg：select lower('abCdE') 得到 abcde

• upper(string A)/ ucase(string A)：返回字符串的大写形式，常用于不确定原始字段是否统一为大小写

    eg：select upper('abCdE') 得到 ABCDE

 

      2. 提取部分字符串

      2.1 使用substr/substring函数

• substr/substring (string A, int start)：返回字符串A从start位置到结尾的字符串

    eg：select substring('abcde', 3) 得到 cde

• substring(string A, int start, int len)：返回字符串A从start位置开始，长度为len的字符串

    eg：select substring('abcde', 3,2) 得到 cd

 

    2.2  使用regexp_extract函数（HQL支持）

• regexp_extract(string subject, string pattern, int index)：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符

    eg：select regexp_extract('abcdefg', 'a(b)(.*?)(e)',2) 得到 cd

   PS：1）如果 subject为空，或者pattern为空，或者pattern匹配不到字符串，则返回值为空

           2）index取值为 0：返回pattern匹配到的整个结果；

                index取值为1：返回pattern中第一个() 匹配到的结果；

                …

                index取值为n：返回pattern中第n个() 匹配到的结果；

                index取值小于0或者大于n：报错。

 

      3. 拼接字符串：使用concat/concat_ws函数

• concat(string A, string B) ：返回字符串AB的拼接结果,可以多个字符串进行拼接

    eg：select concat('abc', 'def','gh') 得到abcdefgh

• concat_ws(string X, stringA, string B) 返回字符串A和B由X拼接的结果

    eg：select concat_ws(',', 'abc', 'def', 'gh') 得到 abc,def,gh