mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-12 02:23:14 +00:00
125 lines
8.1 KiB
Markdown
125 lines
8.1 KiB
Markdown
# Функции для работы со строками
|
||
|
||
## empty {#string_functions-empty}
|
||
Возвращает 1 для пустой строки, и 0 для непустой строки.
|
||
Тип результата - UInt8.
|
||
Строка считается непустой, если содержит хотя бы один байт, пусть даже это пробел или нулевой байт.
|
||
Функция также работает для массивов.
|
||
|
||
## notEmpty
|
||
Возвращает 0 для пустой строки, и 1 для непустой строки.
|
||
Тип результата - UInt8.
|
||
Функция также работает для массивов.
|
||
|
||
## length
|
||
Возвращает длину строки в байтах (не символах, не кодовых точках).
|
||
Тип результата - UInt64.
|
||
Функция также работает для массивов.
|
||
|
||
## lengthUTF8
|
||
Возвращает длину строки в кодовых точках Unicode (не символах), при допущении, что строка содержит набор байт, являющийся текстом в кодировке UTF-8. Если допущение не выполнено - то возвращает какой-нибудь результат (не кидает исключение).
|
||
Тип результата - UInt64.
|
||
|
||
## lower
|
||
Переводит ASCII-символы латиницы в строке в нижний регистр.
|
||
|
||
## upper
|
||
Переводит ASCII-символы латиницы в строке в верхний регистр.
|
||
|
||
## lowerUTF8
|
||
Переводит строку в нижний регистр, при допущении, что строка содержит набор байт, представляющий текст в кодировке UTF-8.
|
||
Не учитывает язык. То есть, для турецкого языка, результат может быть не совсем верным.
|
||
Если длина UTF-8 последовательности байт различна для верхнего и нижнего регистра кодовой точки, то для этой кодовой точки, результат работы может быть некорректным.
|
||
Если строка содержит набор байт, не являющийся UTF-8, то поведение не определено.
|
||
|
||
## upperUTF8
|
||
Переводит строку в верхний регистр, при допущении, что строка содержит набор байт, представляющий текст в кодировке UTF-8.
|
||
Не учитывает язык. То есть, для турецкого языка, результат может быть не совсем верным.
|
||
Если длина UTF-8 последовательности байт различна для верхнего и нижнего регистра кодовой точки, то для этой кодовой точки, результат работы может быть некорректным.
|
||
Если строка содержит набор байт, не являющийся UTF-8, то поведение не определено.
|
||
|
||
## isValidUTF8
|
||
Возвращает 1, если набор байт является корректным в кодировке UTF-8, 0 иначе.
|
||
|
||
## toValidUTF8
|
||
|
||
Заменяет некорректные символы UTF-8 на символ `<60>` (U+FFFD). Все идущие подряд некорректные символы схлопываются в один заменяющий символ.
|
||
|
||
```
|
||
toValidUTF8( input_string )
|
||
```
|
||
|
||
Параметры:
|
||
|
||
- input_string — произвольный набор байтов, представленный как объект типа [String](../../data_types/string.md).
|
||
|
||
Возвращаемое значение: Корректная строка UTF-8.
|
||
|
||
### Пример
|
||
|
||
```sql
|
||
SELECT toValidUTF8('\x61\xF0\x80\x80\x80b')
|
||
```
|
||
```text
|
||
┌─toValidUTF8('a<><61><EFBFBD><EFBFBD>b')─┐
|
||
│ a<>b │
|
||
└───────────────────────┘
|
||
```
|
||
|
||
|
||
## reverse
|
||
Разворачивает строку (как последовательность байт).
|
||
|
||
## reverseUTF8
|
||
Разворачивает последовательность кодовых точек Unicode, при допущении, что строка содержит набор байт, представляющий текст в кодировке UTF-8. Иначе - что-то делает (не кидает исключение).
|
||
|
||
|
||
## format(pattern, s0, s1, ...)
|
||
|
||
Форматирует константный шаблон со строками, перечисленными в аргументах. `pattern` -- упрощенная версия шаблона в языке Python. Шаблон содержит "заменяющие поля", которые окружены фигурными скобками `{}`. Всё, что не содержится в скобках, интерпретируется как обычный текст и просто копируется. Если нужно использовать символ фигурной скобки, можно экранивать двойной скобкой `{{` или `}}`. Имя полей могут быть числами (нумерация с нуля) или пустыми (тогда они интерпретируются как последовательные числа).
|
||
|
||
```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, ...)
|
||
Склеивает строки, перечисленные в аргументах, без разделителей.
|
||
|
||
## substring(s, offset, length)
|
||
Возвращает подстроку, начиная с байта по индексу offset, длины length байт. Индексация символов - начиная с единицы (как в стандартном SQL). Аргументы offset и length должны быть константами.
|
||
|
||
## substringUTF8(s, offset, length)
|
||
Так же, как substring, но для кодовых точек Unicode. Работает при допущении, что строка содержит набор байт, представляющий текст в кодировке UTF-8. Если допущение не выполнено - то возвращает какой-нибудь результат (не кидает исключение).
|
||
|
||
## appendTrailingCharIfAbsent(s, c)
|
||
Если строка s непустая и не содержит символ c на конце, то добавляет символ c в конец.
|
||
|
||
## convertCharset(s, from, to)
|
||
Возвращает сконвертированную из кодировки from в кодировку to строку s.
|
||
|
||
## base64Encode(s)
|
||
Производит кодирование строки s в base64-представление.
|
||
|
||
## base64Decode(s)
|
||
Декодирует base64-представление s в исходную строку. При невозможности декодирования выбрасывает исключение
|
||
|
||
## tryBase64Decode(s)
|
||
Функционал аналогичен base64Decode, но при невозможности декодирования возвращает пустую строку.
|
||
|
||
## CRC32(s)
|
||
Возвращает чексумму CRC32 данной строки.
|
||
Тип результата - UInt32.
|
||
|
||
[Оригинальная статья](https://clickhouse.yandex/docs/ru/query_language/functions/string_functions/) <!--hide-->
|