ClickHouse 字符串操作函数

字符串操作函数

本文主要涉及 ClickHouse 中用于字符串操作的函数功能和语法，在字符串中搜索与替换可参考：ClickHouse 字符串搜索函数、ClickHouse 字符串替换函数 。

---

1. empty

检查输入字符串是否为空。如果字符串至少包含一个字节（即使是空格或空字节），则认为字符串非空。该函数也适用于数组和 UUID。

语法：

参数：

• x — 输入值。类型为字符串。

返回值：

• 如果是空字符串，返回 1；否则返回 0。类型为 UInt8。

示例：

SELECT empty('');

结果：

┌─empty('')─┐
│         1 │
└───────────┘

---

2. notEmpty

检查输入字符串是否非空。如果字符串至少包含一个字节（即使是空格或空字节），则认为字符串非空。该函数也适用于数组和 UUID。

语法：

参数：

• x — 输入值。类型为字符串。

返回值：

• 如果是非空字符串，返回 1；否则返回 0。类型为 UInt8。

示例：

SELECT notEmpty('text');

结果：

┌─notEmpty('text')─┐
│                1 │
└──────────────────┘

---

3. length

返回字符串的长度（以字节为单位），而不是字符或 Unicode 码点的数量。该函数也适用于数组。

别名： OCTET_LENGTH

语法：

参数：

• s — 输入字符串或数组。类型为字符串或数组。

返回值：

• 字符串或数组 s 的长度（以字节为单位）。类型为 UInt64。

示例：

SELECT length('Hello, world!');

结果：

┌─length('Hello, world!')─┐
│                      13 │
└─────────────────────────┘

---

4. lengthUTF8

返回字符串的长度（以 Unicode 码点为单位），而不是字节或字符的数量。假设字符串包含有效的 UTF-8 编码文本。如果违反此假设，不会抛出异常，结果未定义。

别名： CHAR_LENGTH、CHARACTER_LENGTH

语法：

参数：

• s — 包含有效 UTF-8 编码文本的字符串。类型为字符串。

返回值：

• 字符串 s 的长度（以 Unicode 码点为单位）。类型为 UInt64。

示例：

SELECT lengthUTF8('Здравствуй, мир!');

结果：

┌─lengthUTF8('Здравствуй, мир!')─┐
│                             16 │
└────────────────────────────────┘

---

5. left

返回字符串 s 的子字符串，从左侧开始指定的 offset。

语法：

参数：

• s — 要计算子字符串的字符串。类型为字符串或 FixedString。

• offset — 偏移量的字节数。类型为 UInt*。

返回值：

• 如果 offset 为正数：从字符串左侧开始的 offset 字节的子字符串。

• 如果 offset 为负数：从字符串左侧开始的 length(s) - |offset| 字节的子字符串。

• 如果长度为 0，则返回空字符串。

示例：

SELECT left('Hello', 3);

结果：

Hel

---

6. leftUTF8

返回 UTF-8 编码字符串 s 的子字符串，从左侧开始指定的 offset。

语法：

参数：

• s — 要计算子字符串的 UTF-8 编码字符串。类型为字符串或 FixedString。

• offset — 偏移量的字节数。类型为 UInt*。

返回值：

• 如果 offset 为正数：从字符串左侧开始的 offset 字节的子字符串。

• 如果 offset 为负数：从字符串左侧开始的 length(s) - |offset| 字节的子字符串。

• 如果长度为 0，则返回空字符串。

示例：

SELECT leftUTF8('Привет', 4);

结果：

Прив

结果：

---

7. leftPad

从左侧用空格或指定的字符串（如有需要，可重复多次）填充字符串，直到结果字符串达到指定的 length。

语法：

leftPad(string, length[, pad_string])

别名： LPAD

参数：

• string — 要填充的输入字符串。类型为字符串。

• length — 结果字符串的长度。类型为 UInt 或 Int。如果该值小于输入字符串的长度，则输入字符串将被缩短为 length 字符。

• pad_string — 用于填充输入字符串的字符串。类型为字符串。可选参数。如果未指定，则输入字符串将用空格填充。

返回值：

• 给定长度的左填充字符串。类型为字符串。

示例：

SELECT leftPad('abc', 7, '*'), leftPad('def', 7);

结果：

┌─leftPad('abc', 7, '*')─┬─leftPad('def', 7)─┐
│ ****abc                │     def           │
└────────────────────────┴───────────────────┘

---

8. leftPadUTF8

从左侧用空格或指定的字符串（如有需要，可重复多次）填充字符串，直到结果字符串达到指定的 length。与 leftPad 不同，leftPadUTF8 以码点为单位测量字符串长度，而不是以字节为单位。

语法：

leftPadUTF8(string, length[, pad_string])

参数：

• string — 要填充的输入字符串。类型为字符串。

• length — 结果字符串的长度。类型为 UInt 或 Int。如果该值小于输入字符串的长度，则输入字符串将被缩短为 length 字符。

• pad_string — 用于填充输入字符串的字符串。类型为字符串。可选参数。如果未指定，则输入字符串将用空格填充。

返回值：

• 给定长度的左填充字符串。类型为字符串。

示例：

SELECT leftPadUTF8('абвг', 7, '*'), leftPadUTF8('дежз', 7);

结果：

┌─leftPadUTF8('абвг', 7, '*')─┬─leftPadUTF8('дежз', 7)─┐
│ ***абвг                     │    дежз                │
└─────────────────────────────┴────────────────────────┘

---

9. right

返回字符串 s 的子字符串，从右侧开始指定的 offset。

语法：

参数：

• s — 要计算子字符串的字符串。类型为字符串或 FixedString。

• offset — 偏移量的字节数。类型为 UInt*。

返回值：

• 如果 offset 为正数：从字符串右侧开始的 offset 字节的子字符串。

• 如果 offset 为负数：从字符串右侧开始的 length(s) - |offset| 字节的子字符串。

• 如果长度为 0，则返回空字符串。

示例：

SELECT right('Hello', 3);

结果：

llo

结果：

---

10. rightUTF8

返回 UTF-8 编码字符串 s 的子字符串，从右侧开始指定的 offset。

语法：

参数：

• s — 要计算子字符串的 UTF-8 编码字符串。类型为字符串或 FixedString。

• offset — 偏移量的字节数。类型为 UInt*。

返回值：

• 如果 offset 为正数：从字符串右侧开始的 offset 字节的子字符串。

• 如果 offset 为负数：从字符串右侧开始的 length(s) - |offset| 字节的子字符串。

• 如果长度为 0，则返回空字符串。

示例：

SELECT rightUTF8('Привет', 4);

结果：

ивет

结果：

---

11. rightPad

从右侧用空格或指定的字符串（如有需要，可重复多次）填充字符串，直到结果字符串达到指定的 length。

语法：

rightPad(string, length[, pad_string])

别名： RPAD

参数：

• string — 要填充的输入字符串。类型为字符串。

• length — 结果字符串的长度。类型为 UInt 或 Int。如果该值小于输入字符串的长度，则输入字符串将被缩短为 length 字符。

• pad_string — 用于填充输入字符串的字符串。类型为字符串。可选参数。如果未指定，则输入字符串将用空格填充。

返回值：

• 给定长度的右填充字符串。类型为字符串。

示例：

SELECT rightPad('abc', 7, '*'), rightPad('abc', 7);

结果：

┌─rightPad('abc', 7, '*')─┬─rightPad('abc', 7)─┐
│ abc****                 │ abc                │
└─────────────────────────┴────────────────────┘

---

12. rightPadUTF8

从右侧用空格或指定的字符串（如有需要，可重复多次）填充字符串，直到结果字符串达到指定的 length。与 rightPad 不同，rightPadUTF8 以码点为单位测量字符串长度，而不是以字节为单位。

语法：

rightPadUTF8(string, length[, pad_string])

参数：

• string — 要填充的输入字符串。类型为字符串。

• length — 结果字符串的长度。类型为 UInt 或 Int。如果该值小于输入字符串的长度，则输入字符串将被缩短为 length 字符。

• pad_string — 用于填充输入字符串的字符串。类型为字符串。可选参数。如果未指定，则输入字符串将用空格填充。

返回值：

• 给定长度的右填充字符串。类型为字符串。

示例：

SELECT rightPadUTF8('абвг', 7, '*'), rightPadUTF8('абвг', 7);

结果：

┌─rightPadUTF8('абвг', 7, '*')─┬─rightPadUTF8('абвг', 7)─┐
│ абвг***                      │ абвг                    │
└──────────────────────────────┴─────────────────────────┘

---

13. lower

将字符串中的 ASCII 拉丁字符转换为小写。

语法：

别名： lcase

参数：

• input — 输入字符串。类型为字符串。

返回值：

• 转换为小写的字符串。类型为字符串。

示例：

SELECT lower('CLICKHOUSE');

结果：

┌─lower('CLICKHOUSE')─┐
│ clickhouse          │
└─────────────────────┘

---

14. upper

将字符串中的 ASCII 拉丁字符转换为大写。

语法：

别名： ucase

参数：

• input — 输入字符串。类型为字符串。

返回值：

• 转换为大写的字符串。类型为字符串。

示例：

SELECT upper('clickhouse');

结果：

┌─upper('clickhouse')─┐
│ CLICKHOUSE          │
└─────────────────────┘

---

15. lowerUTF8

将字符串转换为小写，假设字符串包含有效的 UTF-8 编码文本。如果违反此假设，