SqlServer类似正则表达式的字符处理问题

发布时间：2020-12-12 09:11:56 所属栏目：MsSql教程来源：网络整理

导读：SQL Serve提供了简单的字符模糊匹配功能，比如：like,patindex，不过对于某些字符处理场景还显得并不足够，日常碰到的几个问题有： 1. 同一个字符/字符串，出现了多少次 2. 同一个字符，第N次出现的位置 3. 多个相同字符连续，合并为一个字符 4. 是否为有效I

SQL Serve提供了简单的字符模糊匹配功能，比如：like,patindex，不过对于某些字符处理场景还显得并不足够，日常碰到的几个问题有：

1. 同一个字符/字符串，出现了多少次

2. 同一个字符，第N次出现的位置

3. 多个相同字符连续，合并为一个字符

4. 是否为有效IP/身份证号/手机号等

一. 同一个字符/字符串，出现了多少次

同一个字符，将其替换为空串，即可计算

同一个字符串，仍然是替换，因为是多个字符，方法1替换后需要做一次除法；方法2替换时增加一个字符，则不需要

二. 同一个字符/字符串，第N次出现的位置

SQL SERVER定位字符位置的函数为CHARINDEX：

可以从指定位置起开始检索，但是不能取第N次出现的位置，需要自己写SQL来补充，有以下几种思路：

1. 自定义函数,循环中每次为charindex加一个计数，直到为N

0 begin set @count = @count + 1 if @count = @nth begin break end set @postion = CHARINDEX(@sub_string,@source_string,@postion + 1) End return @postion end GO --select dbo.NthChar('abcabc','abc',2) --4

2. 通过CTE，对待处理的整个表字段操作,递归中每次为charindex加一个计数，直到为N

0 ) select source_string,nth from T where pos <> 0 and nth = @nth order by source_string,starts --source_string pos nth --我们我们 3 2

3. 借助数字表 (tally table)，到不同起点位置去做charindex，需要先自己构造个数字表

4. 通过CROSS APPLY结合charindex，适用于N值较小的时候，因为CROSS APPLY的次数要随着N的变大而增加，语句也要做相应的修改

insert into @T values
('abcabc'),('abcabcvvvvabc')
declare @sub_string nvarchar(1024)
set @sub_string = 'abc'

select source_string,p1.pos as no1,p2.pos as no2,p3.pos as no3
from @T
cross apply (select (charindex(@sub_string,source_string))) as P1(Pos)
cross apply (select (charindex(@sub_string,P1.Pos+1))) as P2(Pos)
cross apply (select (charindex(@sub_string,P2.Pos+1))) as P3(Pos)

5. 在SSIS里有内置的函数，但T-SQL中并没有

注：不难发现，这些方法和字符串拆分的逻辑是类似的，只不过一个是定位，一个是截取，如果要获取第N个字符左右的一个/多个字符，有了N的位置，再结合substring去截取即可；

三. 多个相同字符连续，合并为一个字符

最常见的就是把多个连续的空格合并为一个空格，解决思路有两个：

1. 比较容易想到的就是用多个replace

但是究竟需要replace多少次并不确定，所以还得循环多次才行

0) begin select @str=replace(@str,' ',' ') end select @str

2. 按照空格把字符串拆开

对每一段拆分开的字符串trim或者replace后，再用一个空格连接，有点繁琐，没写代码示例，如何拆分字符串可参考：“第N次出现的位置”；

四. 是否为有效IP/身份证号/手机号等

类似IP/身份证号/手机号等这些字符串，往往都有自身特定的规律，通过substring去逐位或逐段判断是可以的，但SQL语句的方式往往性能不佳，建议尝试正则函数，见下。

五. 正则表达式函数

1. Oracle

从10g开始，可以在查询中使用正则表达式，它通过一些支持正则表达式的函数来实现：

Oracle用REGEXP函数处理上面几个问题：

(1) 同一个字符/字符串，出现了多少次

(2) 同一个字符/字符串，第N次出现的位置

不需要正则，ORACLE的instr可以直接查找位置：

n表示从第n个字符开始搜索，缺省值为1，m表示第m次出现，缺省值为1。

(3) 多个相同字符连续，合并为一个字符

(4) 是否为有效IP/身份证号/手机号等

2. SQL Server

目前最新版本为SQL Server 2017，还没有对REGEXP函数的支持，需要通用CLR来扩展，如下为CLR实现REG_REPLACE：

2. 创建 Assembly

注：通过CLR实现更多REGEXP函数，如果有高级语言开发能力，可以自行开发；或者直接使用一些开源贡献也行，比如：http://devnambi.com/2016/sql-server-regex/

小结：

1. 非正则SQL语句的思路，对不同数据库往往都适用；

2. 正则表达式中的规则(pattern) 在不同开发语言里，有很多语法是相通的，通常是遵守perl或者linux shell中的sed等工具的规则；

3. 从性能上来看，通用SQL判断 > REGEXP函数 > 自定义SQL函数。

总结

以上所述是小编给大家介绍的SqlServer类似正则表达式的字符处理问题，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对编程之家网站的支持！

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!