ClickHouse 字符串搜索函数

字符串搜索函数

本节中的所有函数默认进行区分大小写的搜索。通常会提供单独的函数变体以支持不区分大小写的搜索。

注意事项

• 不区分大小写的搜索遵循英语的大小写规则。例如，英语中大写的 i 是 I，而在土耳其语中是 İ，因此对于非英语语言，结果可能不符合预期。

• 本节中的函数假设被搜索的字符串（称为 haystack）和搜索的子字符串（称为 needle）是单字节编码的文本。如果违反此假设，不会抛出异常，结果也是未定义的。对于 UTF-8 编码字符串的搜索，通常会提供单独的函数变体。同样，如果使用 UTF-8 函数变体而输入字符串不是 UTF-8 编码文本，也不会抛出异常，结果同样是未定义的。

• 注意，不会自动进行 Unicode 标准化，但你可以使用 normalizeUTF8*() 函数来实现。

---

1. position

返回子字符串 needle 在字符串 haystack 中的位置（以字节为单位，从 1 开始）。

语法：

position(haystack, needle[, start_pos])

别名：

• position(needle IN haystack)

参数：

• haystack：被搜索的字符串。类型为字符串或枚举。

• needle：要搜索的子字符串。类型为字符串。

• start_pos：在 haystack 中开始搜索的位置（从 1 开始）。类型为无符号整数。可选参数。

返回值：

• 如果找到子字符串，则返回其在 haystack 中的起始位置（以字节为单位，从 1 开始）。类型为 UInt64。

• 如果未找到子字符串，则返回 0。

如果子字符串 needle 为空，则适用以下规则：

• 如果未指定 start_pos，则返回 1。

• 如果 start_pos = 0，则返回 1。

• 如果 start_pos >= 1 且 start_pos <= length(haystack) + 1，则返回 start_pos。

• 否则返回 0。

这些规则同样适用于 locate、positionCaseInsensitive、positionUTF8 和 positionCaseInsensitiveUTF8 函数。

---

2. locate

与 position 类似，但参数顺序相反（haystack 和 needle 互换）。

从 ClickHouse v24.3 开始，locate 成为一个独立函数（以更好地兼容 MySQL），接受参数 (needle, haystack[, start_pos])。如果需要恢复旧版本的行为，可以通过设置 function_locate_has_mysql_compatible_argument_order = false 来实现。

语法：

locate(needle, haystack[, start_pos])

---

3. positionCaseInsensitive

position 的不区分大小写版本。

示例：

SELECT positionCaseInsensitive('Hello, world!', 'hello');

结果：

1

---

4. positionUTF8

与 position 类似，但假设 haystack