如何解決SqlServer類似正則表達式的字符處理問題

小編給大家分享一下如何解決SqlServer類似正則表達式的字符處理問題，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

SQL Serve提供了簡單的字符模糊匹配功能，比如：like, patindex，不過對于某些字符處理場景還顯得并不足夠，日常碰到的幾個問題有：

1. 同一個字符/字符串，出現了多少次

2. 同一個字符，第N次出現的位置

3. 多個相同字符連續，合并為一個字符

4. 是否為有效IP/身份證號/手機號等 

一. 同一個字符/字符串，出現了多少次

同一個字符，將其替換為空串，即可計算

declare @text varchar(1000)
declare @str varchar(10)
set @text = 'ABCBDBE'
set @str = 'B'
select len(@text) - len(replace(@text,@str,''))

同一個字符串，仍然是替換，因為是多個字符，方法1替換后需要做一次除法；方法2替換時增加一個字符，則不需要

--方法1
declare @text varchar(1000)
declare @str varchar(10)
set @text = 'ABBBCBBBDBBBE'
set @str = 'BBB'
select (len(@text) - len(replace(@text,@str,'')))/len(@str)
--方法2
declare @text varchar(1000)
declare @str varchar(10)
set @text = 'ABBBCBBBDBBBE'
set @str = 'BBB'
select len(replace(@text,@str,@str+'_')) - len(@text)

二. 同一個字符/字符串，第N次出現的位置

SQL SERVER定位字符位置的函數為CHARINDEX：

CHARINDEX ( expressionToFind , expressionToSearch [ , start_location ] )

可以從指定位置起開始檢索，但是不能取第N次出現的位置，需要自己寫SQL來補充，有以下幾種思路：

1. 自定義函數, 循環中每次為charindex加一個計數，直到為N

if object_id('NthChar','FN') is not null
  drop function Nthchar
GO
create function NthChar
(
@source_string as nvarchar(4000), 
@sub_string  as nvarchar(1024),
@nth      as int
) 
returns int 
as 
begin 
  declare @postion int 
  declare @count  int 
  set @postion = CHARINDEX(@sub_string, @source_string) 
  set @count = 0 
  while @postion > 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. 通過CTE，對待處理的整個表字段操作, 遞歸中每次為charindex加一個計數，直到為N

if object_id('tempdb..#T') is not null
  drop table #T
create table #T
(
source_string nvarchar(4000)
)
insert into #T values (N'我們我們')
insert into #T values (N'我我哦我')
declare @sub_string nvarchar(1024)
declare @nth    int
set @sub_string = N'我們'
set @nth = 2
;with T(source_string, starts, pos, nth) 
as (
  select source_string, 1, charindex(@sub_string, source_string), 1 from #t
  union all
  select source_string, pos + 1, charindex(@sub_string, source_string, pos + 1), nth+1 from T
  where pos > 0
)
select 
  source_string, pos, nth
from T
where pos <> 0
 and nth = @nth
order by source_string, starts
--source_string  pos  nth
--我們我們  3  2

3. 借助數字表 (tally table)，到不同起點位置去做charindex，需要先自己構造個數字表

--numbers/tally table
IF EXISTS (select * from dbo.sysobjects where id = object_id(N'[dbo].[Numbers]') and OBJECTPROPERTY(id, N'IsUserTable') = 1)
  DROP TABLE dbo.Numbers
--===== Create and populate the Tally table on the fly
 SELECT TOP 1000000 
    IDENTITY(int,1,1) AS number
  INTO dbo.Numbers
  FROM master.dbo.syscolumns sc1,
    master.dbo.syscolumns sc2
--===== Add a Primary Key to maximize performance
 ALTER TABLE dbo.Numbers
    ADD CONSTRAINT PK_numbers_number PRIMARY KEY CLUSTERED (number)
--===== Allow the general public to use it
 GRANT SELECT ON dbo.Numbers TO PUBLIC
--以上數字表創建一次即可，不需要每次都重復創建
DECLARE @source_string  nvarchar(4000), 
    @sub_string    nvarchar(1024), 
    @nth       int
SET @source_string = 'abcabcvvvvabc'
SET @sub_string = 'abc'
SET @nth = 2 
;WITH T 
AS
(      
SELECT ROW_NUMBER() OVER(ORDER BY number) AS nth,
    number AS [Position In String]
 FROM dbo.Numbers n 
 WHERE n.number <= LEN(@source_string)  
  AND CHARINDEX(@sub_string, @source_string, n.number)-number = 0
  ----OR
  --AND SUBSTRING(@source_string,number,LEN(@sub_string)) = @sub_string
) 
SELECT * FROM T WHERE nth = @nth

4. 通過CROSS APPLY結合charindex，適用于N值較小的時候，因為CROSS APPLY的次數要隨著N的變大而增加，語句也要做相應的修改

declare @T table
(
source_string nvarchar(4000)
)

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, source_string, P1.Pos+1))) as P2(Pos)
cross apply (select (charindex(@sub_string, source_string, P2.Pos+1))) as P3(Pos)

5. 在SSIS里有內置的函數，但T-SQL中并沒有

--FINDSTRING in SQL Server 2005 SSIS
FINDSTRING([yourColumn], "|", 2),
--TOKEN in SQL Server 2012 SSIS
TOKEN(Col1,"|",3)

注：不難發現，這些方法和字符串拆分的邏輯是類似的，只不過一個是定位，一個是截取，如果要獲取第N個字符左右的一個/多個字符，有了N的位置，再結合substring去截取即可；

三. 多個相同字符連續，合并為一個字符

最常見的就是把多個連續的空格合并為一個空格，解決思路有兩個：

1. 比較容易想到的就是用多個replace

但是究竟需要replace多少次并不確定，所以還得循環多次才行

--把兩個連續空格替換成一個空格，然后循環，直到charindex檢查不到兩個連續空格
declare @str varchar(100)
set @str='abc    abc   kljlk   kljkl'
while(charindex(' ',@str)>0)
begin
  select @str=replace(@str,' ',' ')
end
select @str

2. 按照空格把字符串拆開

對每一段拆分開的字符串trim或者replace后，再用一個空格連接，有點繁瑣，沒寫代碼示例，如何拆分字符串可參考：“第N次出現的位置”；

四. 是否為有效IP/身份證號/手機號等

類似IP/身份證號/手機號等這些字符串，往往都有自身特定的規律，通過substring去逐位或逐段判斷是可以的，但SQL語句的方式往往性能不佳，建議嘗試正則函數，見下。

五. 正則表達式函數

1. Oracle

從10g開始，可以在查詢中使用正則表達式，它通過一些支持正則表達式的函數來實現：

Oracle 10 g
REGEXP_LIKE
REGEXP_REPLACE
REGEXP_INSTR
REGEXP_SUBSTR
Oracle 11g (新增)
REGEXP_COUNT

Oracle用REGEXP函數處理上面幾個問題：

(1) 同一個字符/字符串，出現了多少次

select length(regexp_replace('123-345-566', '[^-]', '')) from dual;
select REGEXP_COUNT('123-345-566', '-') from dual; --Oracle 11g

(2) 同一個字符/字符串，第N次出現的位置

不需要正則，ORACLE的instr可以直接查找位置：

instr('source_string','sub_string' [,n][,m])

n表示從第n個字符開始搜索，缺省值為1，m表示第m次出現，缺省值為1。

select instr('abcdefghijkabc','abc', 1, 2) position from dual;

(3) 多個相同字符連續，合并為一個字符

select regexp_replace(trim('agc f  f '),'\s+',' ') from dual;

(4) 是否為有效IP/身份證號/手機號等

--是否為有效IP
WITH IP
AS(
SELECT '10.20.30.40' ip_address FROM dual UNION ALL
SELECT 'a.b.c.d' ip_address FROM dual UNION ALL
SELECT '256.123.0.254' ip_address FROM dual UNION ALL
SELECT '255.255.255.255' ip_address FROM dual
)
SELECT *
FROM IP
WHERE REGEXP_LIKE(ip_address, '^(([0-9]{1}|[0-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])\.){3}([0-9]{1}|[0-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])$');
--是否為有效身份證/手機號，暫未舉例

2. SQL Server

目前最新版本為SQL Server 2017，還沒有對REGEXP函數的支持，需要通用CLR來擴展，如下為CLR實現REG_REPLACE：

--1. 開啟 CLR 
EXEC sp_configure 'show advanced options' , '1'
GO
RECONFIGURE
GO
EXEC sp_configure 'clr enabled' , '1'
GO
RECONFIGURE
GO
EXEC sp_configure 'show advanced options' , '0';
GO

 2. 創建 Assembly

--3. 創建 CLR 函數
CREATE FUNCTION [dbo].[regex_replace](@input [nvarchar](4000), @pattern [nvarchar](4000), @replacement [nvarchar](4000))
RETURNS [nvarchar](4000) WITH EXECUTE AS CALLER, RETURNS NULL ON NULL INPUT
AS 
EXTERNAL NAME [RegexUtility].[RegexUtility].[RegexReplaceDefault]
GO
--4. 使用regex_replace替換多個空格為一個空格
select dbo.regex_replace('agc f  f ','\s+',' ');

注：通過CLR實現更多REGEXP函數，如果有高級語言開發能力，可以自行開發；或者直接使用一些開源貢獻也行，比如：http://devnambi.com/2016/sql-server-regex/

以上是“如何解決SqlServer類似正則表達式的字符處理問題”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！