字符串函数

empty

对于空字符串返回1,对于非空字符串返回0。
结果类型是UInt8。
如果字符串包含至少一个字节,则该字符串被视为非空字符串,即使这是一个空格或空字符。
该函数也适用于数组。

notEmpty

对于空字符串返回0,对于非空字符串返回1。
结果类型是UInt8。
该函数也适用于数组。

length

返回字符串的字节长度。
结果类型是UInt64。
该函数也适用于数组。

lengthUTF8

假定字符串以UTF-8编码组成的文本,返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码,则函数可能返回一个预期外的值(不会抛出异常)。
结果类型是UInt64。

char_length, CHAR_LENGTH

假定字符串以UTF-8编码组成的文本,返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码,则函数可能返回一个预期外的值(不会抛出异常)。
结果类型是UInt64。

character_length, CHARACTER_LENGTH

假定字符串以UTF-8编码组成的文本,返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码,则函数可能返回一个预期外的值(不会抛出异常)。
结果类型是UInt64。

lower, lcase

将字符串中的ASCII转换为小写。

upper, ucase

将字符串中的ASCII转换为大写。

lowerUTF8

将字符串转换为小写,函数假设字符串是以UTF-8编码文本的字符集。
同时函数不检测语言。因此对土耳其人来说,结果可能不完全正确。
如果UTF-8字节序列的长度对于代码点的大写和小写不同,则该代码点的结果可能不正确。
如果字符串包含一组非UTF-8的字节,则将引发未定义行为。

upperUTF8

将字符串转换为大写,函数假设字符串是以UTF-8编码文本的字符集。
同时函数不检测语言。因此对土耳其人来说,结果可能不完全正确。
如果UTF-8字节序列的长度对于代码点的大写和小写不同,则该代码点的结果可能不正确。
如果字符串包含一组非UTF-8的字节,则将引发未定义行为。

isValidUTF8

检查字符串是否为有效的UTF-8编码,是则返回1,否则返回0。

toValidUTF8

(U+FFFD)字符替换无效的UTF-8字符。所有连续的无效字符都会被替换为一个替换字符。

  1. toValidUTF8( input_string )

参数:

  • input_string — 任何一个String类型的对象。

返回值: 有效的UTF-8字符串。

示例

  1. SELECT toValidUTF8('\x61\xF0\x80\x80\x80b')
  1. ┌─toValidUTF8('a����b')─┐
  2. ab
  3. └───────────────────────┘

reverse

反转字符串。

reverseUTF8

以Unicode字符为单位反转UTF-8编码的字符串。如果字符串不是UTF-8编码,则可能获取到一个非预期的结果(不会抛出异常)。

format(pattern, s0, s1, …)

使用常量字符串pattern格式化其他参数。pattern字符串中包含由大括号{}包围的“替换字段”。 未被包含在大括号中的任何内容都被视为文本内容,它将原样保留在返回值中。 如果你需要在文本内容中包含一个大括号字符,它可以通过加倍来转义:{{}}。 字段名称可以是数字(从零开始)或空(然后将它们视为连续数字)

  1. SELECT format('{1} {0} {1}', 'World', 'Hello')
  2. ┌─format('{1} {0} {1}', 'World', 'Hello')─┐
  3. Hello World Hello
  4. └─────────────────────────────────────────┘
  5. SELECT format('{} {}', 'Hello', 'World')
  6. ┌─format('{} {}', 'Hello', 'World')─┐
  7. Hello World
  8. └───────────────────────────────────┘

concat(s1, s2, …)

将参数中的多个字符串拼接,不带分隔符。

concatAssumeInjective(s1, s2, …)

concat相同,区别在于,你需要保证concat(s1, s2, s3) -> s4是单射的,它将用于GROUP BY的优化。

substring(s, offset, length), mid(s, offset, length), substr(s, offset, length)

以字节为单位截取指定位置字符串,返回以‘offset’位置为开头,长度为‘length’的子串。‘offset’从1开始(与标准SQL相同)。‘offset’和‘length’参数必须是常量。

substringUTF8(s, offset, length)

与‘substring’相同,但其操作单位为Unicode字符,函数假设字符串是以UTF-8进行编码的文本。如果不是则可能返回一个预期外的结果(不会抛出异常)。

appendTrailingCharIfAbsent(s, c)

如果‘s’字符串非空并且末尾不包含‘c’字符,则将‘c’字符附加到末尾。

convertCharset(s, from, to)

返回从‘from’中的编码转换为‘to’中的编码的字符串‘s’。

base64Encode(s)

将字符串‘s’编码成base64

base64Decode(s)

使用base64将字符串解码成原始字符串。如果失败则抛出异常。

tryBase64Decode(s)

使用base64将字符串解码成原始字符串。但如果出现错误,将返回空字符串。

endsWith(s, suffix)

返回是否以指定的后缀结尾。如果字符串以指定的后缀结束,则返回1,否则返回0。

startsWith(s, prefix)

返回是否以指定的前缀开头。如果字符串以指定的前缀开头,则返回1,否则返回0。

trimLeft(s)

返回一个字符串,用于删除左侧的空白字符。

trimRight(s)

返回一个字符串,用于删除右侧的空白字符。

trimBoth(s)

返回一个字符串,用于删除任一侧的空白字符。

来源文章