ClickHouse 字符串替换函数

字符串替换函数

一般字符串操作函数和用于字符串搜索的函数，可参考：ClickHouse 字符串操作函数、ClickHouse 字符串搜索函数。

---

1. overlay

将字符串 input 中的一部分替换为另一个字符串 replace，从基于 1 的索引 offset 开始。

语法：

overlay(s, replace, offset[, length])

参数：

• s：输入字符串。类型为字符串。

• replace：用于替换的字符串。类型为字符串。

• offset：整数类型（基于 1）。如果 offset 为负数，则从字符串 s 的末尾开始计算。

• length：可选参数。整数类型。length 指定了输入字符串 s 中要被替换的片段的长度。如果未指定 length，则从 s 中移除的字节数等于 replace 的长度；否则移除 length 字节。

返回值：

• 返回值为字符串类型。

示例：

SELECT overlay('My father is from Mexico.', 'mother', 4) AS res;

结果：

┌─res──────────────────────┐
│ My mother is from Mexico.│
└──────────────────────────┘

示例：

SELECT overlay('My father is from Mexico.', 'dad', 4, 6) AS res;

结果：

┌─res───────────────────┐
│ My dad is from Mexico.│
└───────────────────────┘

---

2. overlayUTF8

将字符串 input 中的一部分替换为另一个字符串 replace，从基于 1 的索引 offset 开始。

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。

语法：

overlayUTF8(s, replace, offset[, length])

参数：

• s：输入字符串。类型为字符串。

• replace：用于替换的字符串。类型为字符串。

• offset：整数类型（基于 1）。如果 offset 为负数，则从输入字符串 s 的末尾开始计算。

• length：可选参数。整数类型。length 指定了输入字符串 s 中要被替换的片段的长度。如果未指定 length，则从 s 中移除的字符数等于 replace 的长度；否则移除 length 个字符。

返回值：

• 返回值为字符串类型。

示例：

SELECT overlay('Mein Vater ist aus Österreich.', 'der Türkei', 20) AS res;

结果：

┌─res───────────────────────────┐
│ Mein Vater ist aus der Türkei.│
└───────────────────────────────┘

---

3. replaceOne

将字符串 haystack 中的第一个子字符串 pattern 替换为字符串 replacement。

语法：

replaceOne(haystack, pattern, replacement)

---

4. replaceAll

将字符串 haystack 中的所有子字符串 pattern 替换为字符串 replacement。

语法：

replaceAll(haystack, pattern, replacement)

别名： replace

---

5. replaceRegexpOne

将字符串 haystack 中第一个匹配正则表达式 pattern（re2 语法）的子字符串替换为字符串 replacement。

replacement 可以包含替换符号 \0-\9。替换符号 \1-\9 对应于第 1 到第 9 个捕获组（子匹配），替换符号 \0 对应于整个匹配。

如果需要在 pattern 或 replacement 字符串中使用字面量 \，请使用 \ 进行转义。同时请注意，字符串字面量需要额外的转义。

语法：

replaceRegexpOne(haystack, pattern, replacement)

示例：

将 ISO 日期格式转换为美式格式：

SELECT DISTINCT
    EventDate,
    replaceRegexpOne(toString(EventDate), '(\\d{4})-(\\d{2})-(\\d{2})', '\\2/\\3/\\1') AS res
FROM test.hits
LIMIT 7
FORMAT TabSeparated

结果：

2014-03-17      03/17/2014
2014-03-18      03/18/2014
2014-03-19      03/19/2014
2014-03-20      03/20/2014
2014-03-21      03/21/2014
2014-03-22      03/22/2014
2014-03-23      03/23/2014

将字符串复制十次：

SELECT replaceRegexpOne('Hello, World!', '.*', '\\0\\0\\0\\0\\0\\0\\0\\0\\0\\0') AS res

结果：

┌─res────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ Hello, World!Hello, World!Hello, World!Hello, World!Hello, World!Hello, World!Hello, World!Hello, World!Hello, World!Hello, World! │
└────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

---

6. replaceRegexpAll

与 replaceRegexpOne 类似，但替换所有匹配的模式。

别名： REGEXP_REPLACE

示例：

SELECT replaceRegexpAll('Hello, World!', '.', '\\0\\0') AS res

结果：

┌─res────────────────────────┐
│ HHeelllloo,,  WWoorrlldd!! │
└────────────────────────────┘

如果正则表达式匹配的是空字符串，则替换不会超过一次，例如：

SELECT replaceRegexpAll('Hello, World!', '^', 'here: ') AS res

结果：

┌─res─────────────────┐
│ here: Hello, World! │
└─────────────────────┘

---

7. format

按照 Python 中类似的格式化方式，使用参数列表中的值（字符串、整数等）格式化 pattern 字符串。模式字符串可以包含由大括号 {} 包围的替换字段。不在大括号中的内容被视为普通文本，并原样复制到输出中。可以通过双大括号 { { '{ {' }} 和 { { '}}' }} 转义字面量大括号字符。字段名称可以是数字（从零开始）或为空（则它们被隐式地赋予单调递增的数字）。

语法：

format(pattern, s0, s1, ...)

示例：

SELECT format('{1} {0} {1}', 'World', 'Hello')

结果：

┌─format('{1} {0} {1}', 'World', 'Hello')─┐
│ Hello World Hello                       │
└─────────────────────────────────────────┘

使用隐式数字：

SELECT format('{} {}', 'Hello', 'World')

结果：

┌─format('{} {}', 'Hello', 'World')─┐
│ Hello World                       │
└───────────────────────────────────┘

---

8. translate

根据from和to字符串定义的字符一对一映射关系，替换字符串s中的字符。from和to必须是常量ASCII字符串。如果from和to的长度相等，那么s中from的第一个字符会被替换为to的第一个字符，from的第二个字符会被替换为to的第二个字符，依此类推。如果from的字符数多于to，那么from中没有对应字符的多余字符在s中的所有出现都会被删除。s中的非ASCII字符不会被该函数修改。

语法

translate(s, from, to)

示例

SELECT translate('Hello, World!', 'delor', 'DELOR') AS res;

结果：

┌─res───────────┐
│ HELLO, WORLD! │
└───────────────┘

from和to参数长度不同：

SELECT translate('clickhouse', 'clickhouse', 'CLICK') AS res;

结果：

┌─res───┐
│ CLICK │
└───────┘

---

9. translateUTF8

与translate类似，但假设s、from和to是UTF-8编码的字符串。

语法

translateUTF8(s, from, to)

参数

• s：字符串类型，String。

• from：字符串类型，String。

• to：字符串类型，String。

返回值

返回一个String数据类型的值。

示例

SELECT translateUTF8('Münchener Straße', 'üß', 'us') AS res;

结果：

┌─res──────────────┐
│ Munchener Strase │
└──────────────────┘

---

10. printf

printf函数类似于C++中的printf函数，它根据参数中列出的值（字符串、整数、浮点数等）格式化给定的字符串。格式字符串可以包含以%字符开头的格式说明符。任何不在%和后续格式说明符之间的内容都被视为普通文本，并原样复制到输出中。普通%字符可以通过%%转义。

语法

printf(format, arg1, arg2, ...)

示例

SELECT printf('%%%s %s %d', 'Hello', 'World', 2024);

结果：

┌─printf('%%%s %s %d', 'Hello', 'World', 2024)─┐
│ %Hello World 2024                            │
└──────────────────────────────────────────────┘

`