在“\”和“.”之间选择字符串在 SQL Server 中答案

【问题标题】：Select string between "\" and "." in SQL Server在“\”和“.”之间选择字符串在 SQL Server 中
【发布时间】：2019-05-12 02:29:06
【问题描述】：

我有一个名为 file 的表格列，它包含目录。样本数据为：

C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML 

C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML

请注意，我只想为#1 获取6860_f11.xlxb，为#2 获取1191_f12.xlxb。

对于#1，该目录仅包含 1 个文件夹 filedata，但对于 #2，它包含 2 个文件夹 cloud\files

下面是我的代码：

select  
    (SUBSTRING((file), 0, CHARINDEX ('.xlxb', (file)) + 4)) as xlsb_file 
from
    [Projects].[dbo].[ProjFiles]

有什么方法可以让我在文件夹之后获取字符串，直到.xlxb 之后的下划线？

【问题讨论】：

如果你反转字符串，那么你总是会找到第一个/，然后使用子字符串，然后再反转它。

标签： sql-server tsql substring

【解决方案1】：

不需要 CLR。不需要正则表达式。使用NGrams8K 解决此问题的最简单且性能最佳的方法。我住的地方现在是凌晨 2 点，所以我会尽快完成。

注意这个查询：

DECLARE @string VARCHAR(150) = 'C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML';

SELECT RetPos = f.p, RetVal = e.s
FROM   (SELECT MAX(position)+1 FROM samd.NGrams8k(@string,1) WHERE token = '\') AS f(p)
CROSS APPLY  (VALUES(SUBSTRING(@string,f.p,CHARINDEX('.',@string,f.p)-f.p+5)))  AS e(s);

结果：

RetPos RetVal
------ ---------------
16     1191_f12.xlxb

现在对着桌子：

CREATE TABLE #yourtable ([file] VARCHAR(150));
INSERT INTO #yourtable
VALUES ('C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML'),
       ('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML');

SELECT *
FROM   #yourtable AS t
CROSS APPLY
(
  SELECT newstring = e.s
  FROM   (SELECT MAX(position) FROM samd.NGrams8k(t.[file],1) WHERE token = '\') AS f(p)
  CROSS 
  APPLY  (VALUES(SUBSTRING(t.[file],f.p+1,CHARINDEX('.',t.[file],f.p+1)-f.p+4)))  AS e(s)
) AS itvf_str_extract;

真的就这么简单。性能也将胜过任何基于 CLR/Regex 的解决方案——就是这样。

附带说明：John Cappelletti 的解决方案非常出色（与往常一样）。在引擎盖下，它与我的 NGrams 解决方案非常相似，但不完全一样；比较这两个查询：

DECLARE @string VARCHAR(150) = 'C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML';
DECLARE @Delimiter1 varchar(100) = '\', @Delimiter2 varchar(100) = '.';

-- Alan B
SELECT 
  RetSeq = 1,
  RetPos = f.p, 
  RetVal = e.s
FROM   (SELECT MAX(position)+1 FROM samd.NGrams8k(@string,1) WHERE token = '\') AS f(p)
CROSS 
APPLY  (VALUES(SUBSTRING(@string,f.p,CHARINDEX('.',@string,f.p)-f.p+5)))  AS e(s);

-- John C
with   cte1(N)   As (Select 1 From (Values(1),(1),(1),(1),(1),(1),(1),(1),(1),(1)) N(N)),
       cte2(N)   As (Select Top (IsNull(DataLength(@String),0)) Row_Number() over (Order By (Select NULL)) From (Select N=1 From cte1 N1,cte1 N2,cte1 N3,cte1 N4,cte1 N5,cte1 N6) A ),
       cte3(N)   As (Select 1 Union All Select t.N+DataLength(@Delimiter1) From cte2 t Where Substring(@String,t.N,DataLength(@Delimiter1)) = @Delimiter1),
       cte4(N,L) As (Select S.N,IsNull(NullIf(CharIndex(@Delimiter1,@String,s.N),0)-S.N,8000) From cte3 S)

Select RetSeq = Row_Number() over (Order By N)
      ,RetPos = N
      ,RetVal = left(RetVal,charindex(@Delimiter2,RetVal)-1) 
 From  (
        Select *,RetVal = Substring(@String, N, L) 
         From  cte4
       ) A
 Where charindex(@Delimiter2,RetVal)>1;

现在是执行计划：

【讨论】：

令人印象深刻的比较和洞察力。给我一些（重新）思考的东西。 +1

【解决方案2】：

有几种方法可以做到这一点。这是一种方法

select substring(reverse(substring(reverse('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML'),1,charindex('\',reverse('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML'))-1)),1,13)

如果您的文件名并不总是相同，您可以使用 _ 执行相同的逻辑

这将与下划线一起使用 - 因为除了 xlxb_ 之外没有其他下划线

select 
reverse(substring(reverse(reverse(substring(reverse('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML'),1,charindex('\',reverse('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML'))-1))),charindex('_',reverse('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML'))+1,len('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML')))

【讨论】：

我们有什么办法可以做到这一点，这将适用于整个表格列，而不仅仅是特定的字符串？谢谢
@mrya 用你的列名替换字符串

【解决方案3】：

对于此类任务，最好实现 SQL CLR 功能。这是example 如何创建这样的。有了正则表达式支持，您可以执行以下操作：

DECLARE @DataSource TABLE
(
    [value] VARCHAR(256)
);

INSERT INTO @DataSource ([value])
VALUES ('C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML')
      ,('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML');

SELECT *
FROM @DataSource DS
CROSS APPLY [dbo].[fn_Utils_RegexMatches] ([value], '[^\\]+\.xlxb');

当然，您可以创建更复杂的模式来使用正则表达式进行匹配。

【讨论】：

【解决方案4】：

如果对表值函数开放，请考虑以下事项。

厌倦了提取字符串（左、右、charindex、patindex 等），我修改了一个解析函数以接受两个不相似的分隔符。在这种情况下'\' 和'.xlxb'

作为 TVF，它很容易融入 CROSS APPLY。

示例

Declare @YourTable table ([file] varchar(150))
Insert Into @YourTable values
 ('C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML')
,('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML')

Select A.*
      ,B.*
 From  @YourTable A
 Cross Apply [dbo].[tvf-Str-Extract](A.[File],'\','.xlxb') B

退货

file                                                RetSeq  RetPos  RetVal
C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML        1       13      6860_f11
C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML    1       16      1191_f12

有兴趣的 TVF

CREATE FUNCTION [dbo].[tvf-Str-Extract] (@String varchar(max),@Delimiter1 varchar(100),@Delimiter2 varchar(100))
Returns Table 
As
Return (  

with   cte1(N)   As (Select 1 From (Values(1),(1),(1),(1),(1),(1),(1),(1),(1),(1)) N(N)),
       cte2(N)   As (Select Top (IsNull(DataLength(@String),0)) Row_Number() over (Order By (Select NULL)) From (Select N=1 From cte1 N1,cte1 N2,cte1 N3,cte1 N4,cte1 N5,cte1 N6) A ),
       cte3(N)   As (Select 1 Union All Select t.N+DataLength(@Delimiter1) From cte2 t Where Substring(@String,t.N,DataLength(@Delimiter1)) = @Delimiter1),
       cte4(N,L) As (Select S.N,IsNull(NullIf(CharIndex(@Delimiter1,@String,s.N),0)-S.N,8000) From cte3 S)

Select RetSeq = Row_Number() over (Order By N)
      ,RetPos = N
      ,RetVal = left(RetVal,charindex(@Delimiter2,RetVal)-1) 
 From  (
        Select *,RetVal = Substring(@String, N, L) 
         From  cte4
       ) A
 Where charindex(@Delimiter2,RetVal)>1

)
/*
Max Length of String 1MM characters

Declare @String varchar(max) = 'Dear [[FirstName]] [[LastName]], ...'
Select * From [dbo].[tvf-Str-Extract] (@String,'[[',']]')
*/

【讨论】：

【解决方案5】：

对于 SQL Server，从 2016 年开始，您可以使用 STRING_SPLIT()：

CREATE TABLE #FileTable (
   FullName varchar(150)
)
INSERT INTO #FileTable (FullName)
VALUES
    ('C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML'),
    ('C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML')

SELECT 
    f.FullName, 
    SUBSTRING(s.[value], 1, CHARINDEX('.xlxb', s.[value]) + LEN('xlxb')) AS FileName
FROM #FileTable f
CROSS APPLY STRING_SPLIT(f.FullName, '\') s 
WHERE s.[value] LIKE '%.xlxb%'

输出：

FullName                                            FileName
C:\filedata\6860_f11.xlxb_3.30 test - 0.3 ML        6860_f11.xlxb
C:\cloud\files\1191_f12.xlxb_12.16 test - 0.3 ML    1191_f12.xlxb

【讨论】：