ClickHouse/docs/zh/query_language/functions/string_functions.md

# 字符串函数

## empty {#string_functions-empty}

对于空字符串返回1，对于非空字符串返回0。
结果类型是UInt8。
如果字符串包含至少一个字节，则该字符串被视为非空字符串，即使这是一个空格或空字符。
该函数也适用于数组。

## notEmpty

对于空字符串返回0，对于非空字符串返回1。
结果类型是UInt8。
该函数也适用于数组。

## length

返回字符串的字节长度。
结果类型是UInt64。
该函数也适用于数组。

## lengthUTF8

假定字符串以UTF-8编码组成的文本，返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码，则函数可能返回一个预期外的值（不会抛出异常）。
结果类型是UInt64。

## char_length, CHAR_LENGTH

假定字符串以UTF-8编码组成的文本，返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码，则函数可能返回一个预期外的值（不会抛出异常）。
结果类型是UInt64。

## character_length, CHARACTER_LENGTH

假定字符串以UTF-8编码组成的文本，返回此字符串的Unicode字符长度。如果传入的字符串不是UTF-8编码，则函数可能返回一个预期外的值（不会抛出异常）。
结果类型是UInt64。

## lower, lcase

将字符串中的ASCII转换为小写。

## upper, ucase

将字符串中的ASCII转换为大写。

## lowerUTF8

将字符串转换为小写，函数假设字符串是以UTF-8编码文本的字符集。
同时函数不检测语言。因此对土耳其人来说，结果可能不完全正确。
如果UTF-8字节序列的长度对于代码点的大写和小写不同，则该代码点的结果可能不正确。
如果字符串包含一组非UTF-8的字节，则将引发未定义行为。

## upperUTF8

将字符串转换为大写，函数假设字符串是以UTF-8编码文本的字符集。
同时函数不检测语言。因此对土耳其人来说，结果可能不完全正确。
如果UTF-8字节序列的长度对于代码点的大写和小写不同，则该代码点的结果可能不正确。
如果字符串包含一组非UTF-8的字节，则将引发未定义行为。

## isValidUTF8

检查字符串是否为有效的UTF-8编码，是则返回1，否则返回0。

## toValidUTF8

用`<60>`（U+FFFD）字符替换无效的UTF-8字符。所有连续的无效字符都会被替换为一个替换字符。

```
toValidUTF8( input_string )
```

参数：

- input_string — 任何一个[String](../../data_types/string.md)类型的对象。

返回值： 有效的UTF-8字符串。

### 示例

```sql
SELECT toValidUTF8('\x61\xF0\x80\x80\x80b')
```
```text
┌─toValidUTF8('a<><61><EFBFBD><EFBFBD>b')─┐
│ a<>b                   │
└───────────────────────┘
```

## reverse

反转字符串。

## reverseUTF8

以Unicode字符为单位反转UTF-8编码的字符串。如果字符串不是UTF-8编码，则可能获取到一个非预期的结果（不会抛出异常）。

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

使用常量字符串`pattern`格式化其他参数。`pattern`字符串中包含由大括号`{}`包围的“替换字段”。 未被包含在大括号中的任何内容都被视为文本内容，它将原样保留在返回值中。 如果你需要在文本内容中包含一个大括号字符，它可以通过加倍来转义：`{{`和`}}`。 字段名称可以是数字（从零开始）或空（然后将它们视为连续数字）

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

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

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

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

## concat(s1, s2, ...)

将参数中的多个字符串拼接，不带分隔符。

## concatAssumeInjective(s1, s2, ...)

与[concat](./string_functions.md#concat-s1-s2)相同，区别在于，你需要保证concat(s1, s2, s3) -> s4是单射的，它将用于GROUP BY的优化。

## substring(s, offset, length), mid(s, offset, length), substr(s, offset, length)

以字节为单位截取指定位置字符串，返回以‘offset’位置为开头，长度为‘length’的子串。‘offset’从1开始（与标准SQL相同）。‘offset’和‘length’参数必须是常量。

## substringUTF8(s, offset, length)

与‘substring’相同，但其操作单位为Unicode字符，函数假设字符串是以UTF-8进行编码的文本。如果不是则可能返回一个预期外的结果（不会抛出异常）。

## appendTrailingCharIfAbsent(s, c)

如果‘s’字符串非空并且末尾不包含‘c’字符，则将‘c’字符附加到末尾。

## convertCharset(s, from, to)

返回从‘from’中的编码转换为‘to’中的编码的字符串‘s’。

## base64Encode(s)
将字符串‘s’编码成base64

## base64Decode(s)
使用base64将字符串解码成原始字符串。如果失败则抛出异常。

## tryBase64Decode(s)
使用base64将字符串解码成原始字符串。但如果出现错误，将返回空字符串。

## endsWith(s, suffix)

返回是否以指定的后缀结尾。如果字符串以指定的后缀结束，则返回1，否则返回0。

## startsWith(s, prefix)

返回是否以指定的前缀开头。如果字符串以指定的前缀开头，则返回1，否则返回0。

## trimLeft(s)

返回一个字符串，用于删除左侧的空白字符。

## trimRight(s)

返回一个字符串，用于删除右侧的空白字符。

## trimBoth(s)

返回一个字符串，用于删除任一侧的空白字符。

[来源文章](https://clickhouse.tech/docs/en/query_language/functions/string_functions/) <!--hide-->