字符串函数和运算符¶

字符串运算符¶

|| 运算符用于执行连接。

字符串函数¶

注意

这些函数假设输入字符串包含有效的 UTF-8 编码的 Unicode 代码点。没有显式检查有效 UTF-8，并且这些函数可能在无效 UTF-8 上返回不正确的结果。可以使用 from_utf8() 来更正无效 UTF-8 数据。

此外，这些函数对 Unicode 代码点进行操作，而不是对用户可见的字符（或音素）。一些语言将多个代码点组合成一个用户感知的字符，即语言的书写系统中的基本单元，但这些函数会将每个代码点视为单独的单元。

lower() 和 upper() 函数不执行某些语言所需的特定于语言环境、特定于上下文的或一对多映射。具体来说，这将对立陶宛语、土耳其语和阿塞拜疆语返回不正确的结果。

chr(n) -> varchar()¶: 将 Unicode 代码点 n 返回为单个字符字符串。

codepoint(string) -> integer()¶: 返回 string 的唯一字符的 Unicode 代码点。

concat(string1, ..., stringN) -> varchar()¶: 返回 string1、string2、...、stringN 的连接。此函数提供与 SQL 标准连接运算符 (||) 相同的功能。

ends_with(string, substring) -> boolean()¶: 返回 string 是否以 substring 结尾。

hamming_distance(string1, string2) -> bigint()¶: 返回 string1 和 string2 的汉明距离，即相应字符不同的位置数。请注意，这两个字符串必须具有相同的长度。

length(string) -> bigint()¶: 返回 string 的字符长度。

levenshtein_distance(string1, string2) -> bigint()¶: 返回 string1 和 string2 的莱文斯坦编辑距离，即将 string1 更改为 string2 所需的单字符编辑（插入、删除或替换）的最小数量。

lower(string) -> varchar()¶: 将 string 转换为小写。

lpad(string, size, padstring) -> varchar()¶: 使用 padstring 将 string 左边填充到 size 个字符。如果 size 小于 string 的长度，则结果将被截断为 size 个字符。 size 必须是非负数，并且 padstring 不能为空。

ltrim(string) -> varchar()¶: 删除 string 开头的空白字符。有关识别的空白字符集，请参见 trim()。

ltrim(string, chars) -> varchar()

从 string 开头删除包含 chars 中字符的最长子字符串。

SELECT ltrim('test', 't'); -- est
SELECT ltrim('tetris', 'te'); -- ris

replace(string, search) -> varchar()¶: 从 string 中删除所有 search 的实例。

replace(string, search, replace) -> varchar()¶

将 string 中所有 search 的实例替换为 replace。

如果 search 是一个空字符串，则在每个字符前面和 string 末尾插入 replace。

replace_first(string, search, replace) -> varchar()¶
替换 ``string`` 中第一个 ``search`` 的实例为 ``replace`` 。.()¶: 如果 search 是一个空字符串，则在 string 的开头插入 replace。

reverse(string) -> varchar()¶: 以相反的顺序返回 string 中的字符。

rpad(string, size, padstring) -> varchar()¶: 使用 padstring 将 string 右边填充到 size 个字符。如果 size 小于 string 的长度，则结果将被截断为 size 个字符。 size 必须是非负数，并且 padstring 不能为空。

rtrim(string) -> varchar()¶: 删除 string 末尾的空白字符。有关识别的空白字符集，请参见 trim()。

rtrim(string, chars) -> varchar()

从 string 末尾删除包含 chars 中字符的最长子字符串。

SELECT rtrim('test', 't'); -- tes
SELECT rtrim('test...', '.'); -- test

split(string, delimiter) -> array(varchar)¶: 根据 delimiter 拆分 string 并返回一个数组。

split(string, delimiter, limit) -> array(varchar)¶: 根据 delimiter 拆分 string 并返回一个大小最多为 limit 的数组。数组中的最后一个元素始终包含 string 中剩下的所有内容。 limit 必须是一个正数。

split_part(string, delimiter, index) -> varchar()¶: 根据 delimiter 拆分 string 并返回字段 index。字段索引从 1 开始。如果索引大于字段数，则返回 null。

split_to_map(string, entryDelimiter, keyValueDelimiter) -> map<varchar, varchar>()¶: 使用 entryDelimiter 和 keyValueDelimiter 拆分 string 并返回一个 map。 entryDelimiter 将 string 拆分为键值对。 keyValueDelimiter 将每个对拆分为键和值。请注意， entryDelimiter 和 keyValueDelimiter 是按字面意思解释的，即作为完整的字符串匹配。

split_to_map(string, entryDelimiter, keyValueDelimiter, function(K,V1,V2,R)) -> map<varchar, varchar>()¶

使用 entryDelimiter 和 keyValueDelimiter 拆分 string 并返回一个 map。 entryDelimiter 将 string 拆分为键值对。 keyValueDelimiter 将每个对拆分为键和值。请注意， entryDelimiter 和 keyValueDelimiter 是按字面意思解释的，即作为完整的字符串匹配。在遇到重复键的情况下，会调用 function(K,V1,V2,R) 来确定 map 中应该包含的值。

SELECT(split_to_map('a:1;b:2;a:3', ';', ':', (k, v1, v2) -> v1)); -- {"a": "1", "b": "2"}
SELECT(split_to_map('a:1;b:2;a:3', ';', ':', (k, v1, v2) -> CONCAT(v1, v2))); -- {"a": "13", "b": "2"}

split_to_multimap(string, entryDelimiter, keyValueDelimiter) -> map(varchar, array(varchar))¶: 使用 entryDelimiter 和 keyValueDelimiter 拆分 string 并返回一个 map，该 map 包含每个唯一键的值数组。 entryDelimiter 将 string 拆分为键值对。 keyValueDelimiter 将每个对拆分为键和值。每个键的值将按照它们在 string 中出现的顺序排列。请注意， entryDelimiter 和 keyValueDelimiter 是按字面意思解释的，即作为完整的字符串匹配。

strpos(string, substring) -> bigint()¶: 返回 substring 在 string 中第一个实例的起始位置。位置从 1 开始。如果未找到，则返回 0。

starts_with(string, substring) -> boolean()¶: 返回 string 是否以 substring 开头。

strpos(string, substring, instance) -> bigint()¶: 返回 string 中第 instance 个 substring 的位置。 instance 必须为正数。位置从 1 开始。如果未找到，则返回 0。

strrpos(string, substring) -> bigint()¶: 返回 string 中最后一个 substring 的起始位置。位置从 1 开始。如果未找到，则返回 0。

strrpos(string, substring, instance) -> bigint()¶: 从字符串末尾开始，返回 string 中第 instance 个 substring 的位置。 instance 必须为正数。位置从 1 开始。如果未找到，则返回 0。

position(substring IN string) -> bigint()¶: 返回 substring 在 string 中第一个实例的起始位置。位置从 1 开始。如果未找到，则返回 0。

substr(string, start) -> varchar()¶: 从起始位置 start 返回 string 的剩余部分。位置从 1 开始。负起始位置被解释为相对于字符串末尾。

substr(string, start, length) -> varchar()¶: 从起始位置 start 返回 string 中长度为 length 的子字符串。位置从 1 开始。负起始位置被解释为相对于字符串末尾。

trail(string, N) -> varchar()¶: 返回输入字符串的最后 N 个字符。

trim(string) -> varchar()¶

从 string 中删除前导和尾随空格。

识别空格字符

代码	描述	代码	描述
9	TAB (水平制表符)	U+1680	Ogham 空格标记
10	LF (NL 换行符，换行)	U+2000	En Quad
11	VT (垂直制表符)	U+2001	Em Quad
12	FF (NP 换页符，新页)	U+2002	En Space
13	CR (回车)	U+2003	Em Space
28	FS (文件分隔符)	U+2004	Three-Per-Em Space
29	GS (组分隔符)	U+2005	Four-Per-Em Space
30	RS (记录分隔符)	U+2006	Four-Per-Em Space
31	US (单元分隔符)	U+2008	标点符号空格
32	空格	U+2009	细空格
_	_	U+200a	毛发空格
_	_	U+200a	毛发空格
_	_	U+2028	行分隔符
_	_	U+2029	段落分隔符
_	_	U+205f	中等数学空格
_	_	U+3000	汉字空格

trim(string, chars) -> varchar()

从 string 的开头和结尾删除包含 chars 中字符的最长子字符串。

SELECT trim('test', 't'); -- es
SELECT trim('.t.e.s.t.', '.t'); -- e.s

upper(string) -> varchar()¶: 将 string 转换为大写。

word_stem(word) -> varchar()¶: 返回英语中 word 的词干。

word_stem(word, lang) -> varchar()¶: 返回 lang 语言中 word 的词干。

Unicode 函数¶

normalize(string) -> varchar()¶: 使用 NFC 规范化形式转换 string。

normalize(string, form) -> varchar()¶

使用指定的规范化形式转换 string。 form 必须为以下关键字之一

形式	描述
`NFD`	规范分解
`NFC`	规范分解，然后是规范组合
`NFKD`	兼容性分解
`NFKC`	兼容性分解，然后是规范组合

注意

此 SQL 标准函数具有特殊的语法，需要将 form 指定为关键字，而不是字符串。

to_utf8(string) -> varbinary()¶: 将 string 编码为 UTF-8 varbinary 表示形式。

from_utf8(binary) -> varchar()¶: 从 binary 中解码 UTF-8 编码的字符串。无效的 UTF-8 序列将替换为 Unicode 替换字符 U+FFFD。

from_utf8(binary, replace) -> varchar()¶: 从 binary 中解码 UTF-8 编码的字符串。无效的 UTF-8 序列将替换为 replace。替换字符串 replace 必须是单个字符或为空（在这种情况下，将删除无效字符）。

key_sampling_percent(varchar) -> double()¶: 根据给定 varchar 的哈希生成 0.0 到 1.0 之间的双精度值。此函数对于数据的确定性采样非常有用。