SQL技巧中级系列①——字符串函数的使用

SQL系列目录（文末有礼物相送）：
SQL技巧初级系列①—建表/更新表/删除表
SQL技巧初级系列②—聚合和排序（group by,having,order by)
SQL技巧初级系列③——数据拼接（集合运算union和列连接join)
SQL技巧中级系列②——日期函数的使用
SQL技巧高级系列①——窗口分析函数的使用
SQL技巧高级系列②——聚合函数和CASE WHEN的使用
Hive Sql 性能优化——看这一篇就够啦！

1. 字符串长度函数：length
语法: length(string A)
返回值: int
说明：返回字符串A的长度

hive> select length('abcedfg') from lxw_dual, 结果为7

hive> select userid where length(deviceid) <>0, 筛选出统计到设备ID的用户ID

2. 字符串反转函数：reverse
语法: reverse(string A)
返回值: string
说明：返回字符串A的反转结果

hive> select reverse(abcedfg’) from lxw_dual;
gfdecba

3. 字符串连接函数
①：concat
语法: concat(string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果，支持随意个输入字符串

hive> select concat(‘abc’,'def’,'gh’) from lxw_dual;
abcdefgh

②：concat_ws
语法: concat_ws(string SEP, string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果。SEP表示各个字符串间的分隔符

hive> select concat_ws(',','abc','def','gh') from lxw_dual;
abc,def,gh

4. 字符串截取函数：substr,substring
语法: substr(string A, int start，int len),substring(string A, int start,int len)
返回值: string
说明：返回字符串A从start位置开始，长度为len的字符串, 第2个数字是截取的长度，忽略则默认取至结尾，负数则是从右边开始数，-1代表取最后一个位置，-2代表右边第2个位置

hive> select substr('abcde',3) from lxw_dual;
cde
hive> select substring('abcde',3，2) from lxw_dual;
cd
hive>  selectsubstr('abcde',-1) from lxw_dual; 
e

5、字符串大小写函数：capitalize,title,upper,lower
语法: upper(string A) ucase(string A)
返回值: string
说明：返回字符串的首字母大写，字符串每个单词首字母大写，全部大写，全部小写

hive> select  capitalize('good blue sky') from a
Good blue sky
hive> select title('good blue sky') from a
Good Blue Sky
 hive> select upper('good blue sky') from a
GOOD BLUE SKY
hive> select lower('good blue sky') from a
good blue sky

6. 去空格函数：trim，ltrim，rtrim
语法: trim(string A)
返回值: string
说明：去除字符串两边的，左边的，右边的空格

hive> select trim('  abc  ') from lxw_dual;
abc

7、 正则表达式替换函数：regexp_replace
语法: regexp_replace(1,2,3,4,5,6)
返回值: string
说明：1为要替换的字符串，2是要替换的内容，3是替换后的内容，4是从哪里开始，5是替换多少次，6是是否区分大小写

hive> select regexp_replace('foobar', 'o', ''，2,1) from lxw_dual;
fobar

8. 正则表达式解析函数：regexp_extract
语法: regexp_extract(string subject, string pattern, int index)
返回值: string
说明：将字符串subject依照pattern 正则表达式的规则拆分。返回index指定的字符。

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) fromlxw_dual;
the
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from lxw_dual;
bar

9. 正则表达式截取：regexp_substr
语法: regexp_substr(str, pattern, position, occurrence, modifier)
str：待分割的字符串或者字段值；
pattern：匹配的正则表达式，pattern = ‘[^___]+’，下划线的内容就是需要分割的字符；
position：匹配的起始位置（默认为1）;
occurrence：取第几个匹配的字符串（默认为1）；
modifier ：是否区分大小写，‘i’不区分大小写，‘c’区分大小写（默认为‘c’）

hive> select  regexp_substr('hello world!', '[^o]+', 1, 1, 'i') from a
 hell

10、切割字符串函数: split
语法: split(string str, stringpat)
返回值: array
说明: 依照pat字符串切割str，会返回切割后的字符串数组
举例：

hive> select split('abtcdtef','t') from lxw_dual;
["ab","cd","ef"]

11. 集合查找函数:find_in_set
语法: find_in_set(string str, string strList)
返回值: int
说明: 返回str在strlist第一次出现的位置。strlist是用逗号切割的字符串。假设没有找该str字符，则返回0

hive> select find_in_set('ab','ef,ab,de') from lxw_dual;
2
hive> select find_in_set('at','ef,ab,de') from lxw_dual;
0

本人互联网数据分析师，目前已出Excel，SQL，Pandas，Matplotlib，Seaborn，机器学习，统计学，个性推荐，关联算法，工作总结系列。

微信搜索并关注 " 数据小斑马" 公众号，回复“sql”就可以免费领取下方sql必知必会、sql基础教程等9本sql入门到精通9本书籍