TSQL：在字符串中查找具有不同字符的日期

Question

我需要从列名 Filename 的字符串中找到一个连续的日期。该字符串中包含其他带有破折号的数字（或其他字符，例如下划线），但我只需要连续数字

需要从文件名中提取日期。 （我知道数据只是哇，多个供应商，多种文件命名格式是原因。）

这个问题与这个问题类似，但它正在寻找具有不同要求的不同内容：TSQL: Find a continuous number in a string

期望的结果：

实际结果：

测试代码：

DROP TABLE #dob

CREATE TABLE #dob (
 FILENAME VARCHAR(MAX)
,StudentID INT
)

INSERT INTO #dob
( FILENAME  )
VALUES
 ('Smith John D, 11-23-1980, 1234567.pdf')
,('Doe Jane, _01_22_1980_123456.pdf')
,('John Doe, 567891.pdf' )

--This is what I tried.

SELECT FILENAME
, substring(FileName, patindex('%[0-9][%-%][%_%][0-9][0-9][0-9][0-9][0-9]%', FileName), 8) AS dob
FROM #dob

Answer 1

试试这样：

DROP TABLE #StuID
GO
CREATE TABLE #StuID (
 FILENAME VARCHAR(MAX)
,StudentID INT
)

INSERT INTO #StuID
( FILENAME  )
VALUES
 ('Smith John D, 11-23-1980, 1234567.pdf')
,('Doe Jane, _01_22_1980_123456.pdf')
,('John Doe, 567891.pdf' );

WITH Casted([FileName],ToXml) AS
(
    SELECT [FILENAME] 
          ,CAST('<x>' + REPLACE(REPLACE(REPLACE(REPLACE(REPLACE([FILENAME],'.',' '),'-',' '),'_',' '),',',' '),' ','</x><x>') + '</x>' AS XML)
    FROM #StuID
)
SELECT [FileName] 
      ,numberFragments.value('/x[.>=1 and .<=31][1]','int') AS MonthFragment --using <=12 might bring back the second fragment twice...
      ,numberFragments.value('/x[.>=1 and .<=31][2]','int') AS DayFragment
      ,numberFragments.value('/x[.>=1960 and .<=2050][1]','int') AS YearFragment
      ,numberFragments.value('/x[.>=100000 and .<=10000000][1]','int') AS StudId
FROM Casted
CROSS APPLY (SELECT ToXml.query('/x[not(empty(. cast as xs:int?))]')) A(numberFragments);

简而言之：

与上一个答案一样，我们将字符串分解为 XML 并过滤可转换为 int 的片段。
XQuery 过滤的神奇之处：

• 我们选择 1 到 31 之间的第一个片段，希望是月份
• 我们选择 1 到 31 之间的第二个片段，这是希望的日子
• 我们选择 1960 年到 2050 年之间的第一个片段，这是希望的一年
• 我们选择学生的 id，它是 100000 到 10000000 之间的第一个片段。

提示：将<=12 用于月份片段看起来是个好主意，但我会为日期和月份使用相同的过滤器以确保我们选择first和同值区域的第二个片段...

Answer 2

我认为你的模式不太正确。此外，您可以使用CASE 表达式返回NULL：

SELECT FILENAME,
       (CASE WHEN FileName LIKE '%[0-9][0-9][-_][0-9][0-9][-_][0-9][0-9][0-9][0-9]%'
             THEN substring(FileName, patindex('%[0-9][0-9][-_][0-9][0-9][-_][0-9][0-9][0-9][0-9]%', FileName), 10)
        END) AS dob
FROM #dob;

你也可以不用CASE而使用NULLIF()：

   substring(FileName, NULLIF(patindex('%[0-9][0-9][-_][0-9][0-9][-_][0-9][0-9][0-9][0-9]%', FileName), 0), 10) as dob

Answer 3

另一种方法是（在使用PATINDEX 查找日期之后）将字符串的格式强制为MM/dd/yyyy，然后使用显式样式进行转换：

SELECT *,
       TRY_CONVERT(date,STUFF(STUFF(SUBSTRING(d.FILENAME,V.I, 10),3,1,'/'),6,1,'/'),101)
FROM #dob d
     CROSS APPLY (VALUES(NULLIF(PATINDEX('%[0-9][0-9]_[0-9][0-9]_[0-9][0-9][0-9][0-9]%',d.[FILENAME]),0))) V(I);