Oracle 日期列清洗答案

【问题标题】：Oracle Date column cleaningOracle 日期列清洗
【发布时间】：2010-11-02 13:11:34
【问题描述】：

我有一个 table1(DueDate varchar2(20))。它有数以千计的不同格式的日期数据和一些像字符这样的坏数据。

例如。

YYYYMMDD,
MM/DD/YYYY,
MM-DD-YYYY,
M/D/YYYY,
'ABCD'
YYYYMMD,
YYYYMDD,

现在我必须得到逾期一周的日期。我该怎么做？

感谢您的帮助。

【问题讨论】：

贾斯汀的回答为您提供了一个很好的过程，但您将面临解释诸如“1/4/2010”之类的文本的数据完整性问题 - 2010 年 4 月 1 日或 2010 年 1 月 4 日？
@Nick;在所示示例中，没有日期格式的日期在一个月之前。尽管如此，112 是格式 MMD 还是 MDD 之间的区别将是一个问题。结论：存储在此列中的数据已经损坏，您还需要人工 - 无需计算机 - 干预来解决此问题。

标签： oracle

【解决方案1】：

这是在字符字段中存储日期信息是个坏主意的原因之一。

最简单的选择是创建一个函数，该函数尝试使用您拥有的任何优先级顺序（即 010203 Jan 2, 2003 或 Feb 3, 2001 或其他）格式将字符串转换为日期并捕获异常.类似的东西

CREATE OR REPLACE FUNCTION my_to_date( p_str IN VARCHAR2 )
  RETURN DATE
IS
  l_date DATE;
BEGIN
  l_date := to_date( p_str, 'YYYYMMDD' );
  RETURN l_date;
EXCEPTION
  WHEN others THEN
    BEGIN
      l_date := to_date( p_str, 'MM/DD/YYYY' );
      RETURN l_date;
    EXCEPTION 
      WHEN others
      THEN
        RETURN null;
    END;
END;

类似

SQL> CREATE OR REPLACE FUNCTION my_to_date( p_str IN VARCHAR2 )
  2    RETURN DATE
  3  IS
  4    l_date DATE;
  5  BEGIN
  6    l_date := to_date( p_str, 'YYYYMMDD' );
  7    RETURN l_date;
  8  EXCEPTION
  9    WHEN others THEN
 10      BEGIN
 11        l_date := to_date( p_str, 'MM/DD/YYYY' );
 12        RETURN l_date;
 13      EXCEPTION
 14        WHEN others
 15        THEN
 16          RETURN null;
 17      END;
 18  END;
 19  /

Function created.

SQL> select my_to_date( '19000101' ) from dual;

MY_TO_DAT
---------
01-JAN-00

SQL> ed
Wrote file afiedt.buf

  1* select my_to_date( '01/02/2005' ) from dual
SQL> /

MY_TO_DAT
---------
02-JAN-05

当然，您必须在代码中编写完整的有效日期格式，我只处理您列表中的前两个。

【讨论】：

+1 return 语句可以执行 to_date 本身，这样就不必定义 l_date。

【解决方案2】：

这个答案建立在 Justin Cave 的基础上。如果您创建另一个作为日期字段的列，则可以执行以下操作：

UPDATE table1 SET DueDate2 = my_to_date(DueDate) 
   WHERE DueDate2 IS NULL AND DueDate IS NOT NULL;

您可以在每次修改函数中的日期格式后重新运行此更新。当所有未转换的日期都是无效日期（例如“ABCD”）时，您将不得不停止。

【讨论】：

【解决方案3】：

适用于 Oracle 12.2 的纯 SQL 解决方案，其中方便的 default null on conversion error 选项避免了编写函数和处理异常的需要：

with demo (date_string) as
     ( select '2018081' from dual union all
       select '01/8/2018' from dual union all
       select '01-8-2018' from dual union all
       select 'ABCD' from dual union all
       select '2018-08-01' from dual union all
       select '2018-01-8' from dual union all
       select '2017081' from dual union all
       select '01-AUG-2018' from dual
     )
select t.date_string
     , coalesce
       ( to_date(t.date_string default null on conversion error)
       , case sys_context('USERENV','NLS_TERRITORY')
              when 'AMERICA' then to_date(t.date_string default null on conversion error,'MM/DD/YYYY')
              else to_date(t.date_string default null on conversion error,'DD/MM/YYYY')
         end
       , to_date(t.date_string default null on conversion error,'DD/MM/YYYY')
       , to_date(t.date_string default null on conversion error,'YYYY/MM/DD')
       , to_date(t.date_string default null on conversion error,'YYYYMMDD')
       , to_date(t.date_string default null on conversion error,'DD/MON/YYYY')
       ) as converted_date
from   demo t

结果：

DATE_STRING CONVERTED_DATE
----------- --------------
2018081     01-AUG-2018
01/8/2018   08-JAN-2018
01-8-2018   08-JAN-2018
ABCD
2018-08-01  01-AUG-2018
2018-01-8   08-JAN-2018
2017081     01-AUG-2017
01-AUG-2018 01-AUG-2018

第一个测试没有指定任何格式以使用会话默认值（DD-MON-RRRR 等）。

下一个测试尝试处理北美将月份放在首位的习惯。（我不确定sys_context('USERENV','NLS_TERRITORY') = 'AMERICA' 是否是一个可靠的测试，因为无论实际区域如何，这往往是默认设置。但是它说明了如何在需要时注入一些条件逻辑。）

to_date 对分隔符非常宽容，所以我没有为 DD-MON-YYYY 和 DD/MON/YYYY 等指定不同的格式。

【讨论】：