63 KiB
| slug | sidebar_position | sidebar_label |
|---|---|---|
| /ja/sql-reference/functions/string-search-functions | 160 | 文字列の検索 |
文字列検索のための関数
このセクションのすべての関数はデフォルトでケースセンシティブに検索します。ケースインセンシティブな検索は通常、別の関数バリアントで提供されます。
:::note
ケースインセンシティブな検索は、英語の小文字-大文字のルールに従います。たとえば、英語では大文字の i は I ですが、トルコ語では İ です。したがって、英語以外の言語の結果は予期せぬものになるかもしれません。
:::
このセクションの関数は、検索される文字列（このセクションでは haystack と呼びます）および検索文字列（このセクションでは needle と呼びます）がシングルバイトでエンコードされたテキストであることを前提としています。この前提が満たされない場合、例外はスローされず、結果は未定義です。UTF-8 エンコードされた文字列での検索は通常、別の関数バリアントで提供されます。同様に、UTF-8 関数バリアントを使用していて入力文字列が UTF-8 エンコードされたテキストでない場合も、例外はスローされず、結果は未定義です。自動的な Unicode 正規化は行われませんが、normalizeUTF8*() 関数を使用してそれを実行できます。
一般的な文字列関数および文字列の置換関数は別途説明されています。
position
文字列 haystack 内のサブ文字列 needle の位置（バイト単位、1から開始）を返します。
構文
position(haystack, needle[, start_pos])
エイリアス:
position(needle IN haystack)
引数
haystack— 検索が行われる文字列。String。needle— 検索されるサブ文字列。String。start_pos– 検索開始位置 (haystackの1ベースの位置)。UInt。オプション。
返される値
サブ文字列 needle が空の場合、次のルールが適用されます:
start_posが指定されていない場合：1を返すstart_pos = 0の場合：1を返すstart_pos >= 1かつstart_pos <= length(haystack) + 1の場合：start_posを返す- それ以外の場合：
0を返す
同じルールは、関数 locate、positionCaseInsensitive、positionUTF8、および positionCaseInsensitiveUTF8 にも適用されます。
例
クエリ:
SELECT position('Hello, world!', '!');
結果:
┌─position('Hello, world!', '!')─┐
│ 13 │
└────────────────────────────────┘
start_pos 引数を使用した例:
クエリ:
SELECT
position('Hello, world!', 'o', 1),
position('Hello, world!', 'o', 7)
結果:
┌─position('Hello, world!', 'o', 1)─┬─position('Hello, world!', 'o', 7)─┐
│ 5 │ 9 │
└───────────────────────────────────┴───────────────────────────────────┘
needle IN haystack 構文の例:
クエリ:
SELECT 6 = position('/' IN s) FROM (SELECT 'Hello/World' AS s);
結果:
┌─equals(6, position(s, '/'))─┐
│ 1 │
└─────────────────────────────┘
空の needle サブ文字列を使用した例:
クエリ:
SELECT
position('abc', ''),
position('abc', '', 0),
position('abc', '', 1),
position('abc', '', 2),
position('abc', '', 3),
position('abc', '', 4),
position('abc', '', 5)
結果:
┌─position('abc', '')─┬─position('abc', '', 0)─┬─position('abc', '', 1)─┬─position('abc', '', 2)─┬─position('abc', '', 3)─┬─position('abc', '', 4)─┬─position('abc', '', 5)─┐
│ 1 │ 1 │ 1 │ 2 │ 3 │ 4 │ 0 │
└─────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┘
locate
位置 と同様ですが、引数 haystack と needle が入れ替わっています。
この関数の挙動は ClickHouse のバージョンに依存します:
- バージョン < v24.3 では、
locateは関数positionのエイリアスであり、引数(haystack, needle[, start_pos])を受け付けていました。 - バージョン >= 24.3 では、
locateは個別の関数であり (MySQL との互換性を向上させるため)、引数(needle, haystack[, start_pos])を受け付けます。以前の挙動は、設定 function_locate_has_mysql_compatible_argument_order = false で復元できます。
構文
locate(needle, haystack[, start_pos])
positionCaseInsensitive
位置 のケースインセンシティブなバージョン。
例
クエリ:
SELECT positionCaseInsensitive('Hello, world!', 'hello');
結果:
┌─positionCaseInsensitive('Hello, world!', 'hello')─┐
│ 1 │
└───────────────────────────────────────────────────┘
positionUTF8
位置 と同様ですが、haystack と needle が UTF-8 エンコードされた文字列であることを前提とします。
例
関数 positionUTF8 は、文字 ö（2 ポイントで表される）を正しく単一の Unicode コードポイントとしてカウントします。
クエリ:
SELECT positionUTF8('Motörhead', 'r');
結果:
┌─position('Motörhead', 'r')─┐
│ 5 │
└────────────────────────────┘
positionCaseInsensitiveUTF8
位置UTF8 と同様ですが、ケースインセンシティブに検索します。
multiSearchAllPositions
位置 と同様ですが、haystack 文字列の複数の needle サブ文字列の位置をバイト単位で配列として返します。
:::note
すべての multiSearch*() 関数は最大 28 個の選択肢しかサポートしていません。
:::
構文
multiSearchAllPositions(haystack, [needle1, needle2, ..., needleN])
引数
返される値
- サブ文字列が見つかった場合の開始位置をバイト単位で配列として返し、1からカウントします。
- サブ文字列が見つからなかった場合は0を返します。
例
クエリ:
SELECT multiSearchAllPositions('Hello, World!', ['hello', '!', 'world']);
結果:
┌─multiSearchAllPositions('Hello, World!', ['hello', '!', 'world'])─┐
│ [0,13,0] │
└───────────────────────────────────────────────────────────────────┘
multiSearchAllPositionsCaseInsensitive
multiSearchAllPositions と同様ですが、ケースを無視します。
構文
multiSearchAllPositionsCaseInsensitive(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- サブ文字列が見つかった場合の開始位置をバイト単位で配列として返し、1からカウントします。
- サブ文字列が見つからなかった場合は0を返します。
例
クエリ:
SELECT multiSearchAllPositionsCaseInsensitive('ClickHouse',['c','h']);
結果:
["1","6"]
multiSearchAllPositionsUTF8
multiSearchAllPositions と同様ですが、haystack と needle サブ文字列が UTF-8 エンコードされた文字列であることを前提とします。
構文
multiSearchAllPositionsUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- サブ文字列が見つかった場合の開始位置をバイト単位で配列として返し、1からカウントします。
- サブ文字列が見つからなかった場合は0を返します。
例
与えられた ClickHouse を UTF-8 文字列とし、C (\x43) と H (\x48) の位置を見つける。
クエリ:
SELECT multiSearchAllPositionsUTF8('\x43\x6c\x69\x63\x6b\x48\x6f\x75\x73\x65',['\x43','\x48']);
結果:
["1","6"]
multiSearchAllPositionsCaseInsensitiveUTF8
multiSearchAllPositionsUTF8 と同様ですが、ケースを無視します。
構文
multiSearchAllPositionsCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- サブ文字列が見つかった場合の開始位置をバイト単位で配列として返し、1からカウントします。
- サブ文字列が見つからなかった場合は0を返します。
例
与えられた ClickHouse を UTF-8 文字列とし、h (\x68) の文字が単語に含まれているかチェックします。
クエリ:
SELECT multiSearchAllPositionsCaseInsensitiveUTF8('\x43\x6c\x69\x63\x6b\x48\x6f\x75\x73\x65',['\x68']);
結果:
["1","6"]
multiSearchFirstPosition
position と同様ですが、haystack 文字列で複数の needle 文字列のいずれかに一致する最も左のオフセットを返します。
関数 multiSearchFirstPositionCaseInsensitive、multiSearchFirstPositionUTF8、および multiSearchFirstPositionCaseInsensitiveUTF8 は、この関数のケースインセンシティブおよび/または UTF-8 バリアントを提供します。
構文
multiSearchFirstPosition(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
haystack文字列で複数のneedle文字列のいずれかに一致する最も左のオフセット。- 一致がなかった場合は0。
例
クエリ:
SELECT multiSearchFirstPosition('Hello World',['llo', 'Wor', 'ld']);
結果:
3
multiSearchFirstPositionCaseInsensitive
multiSearchFirstPosition と同様ですが、ケースを無視します。
構文
multiSearchFirstPositionCaseInsensitive(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
haystack文字列で複数のneedle文字列のいずれかに一致する最も左のオフセット。- 一致がなかった場合は0。
例
クエリ:
SELECT multiSearchFirstPositionCaseInsensitive('HELLO WORLD',['wor', 'ld', 'ello']);
結果:
2
multiSearchFirstPositionUTF8
multiSearchFirstPosition と同様ですが、haystack と needle が UTF-8 エンコードされた文字列であることを前提とします。
構文
multiSearchFirstPositionUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
haystack文字列で複数のneedle文字列のいずれかに一致する最も左のオフセット。- 一致がなかった場合は0。
例
UTF-8 文字列 hello world において、与えられた選択肢のいずれかに一致する左端のオフセットを見つけます。
クエリ:
SELECT multiSearchFirstPositionUTF8('\x68\x65\x6c\x6c\x6f\x20\x77\x6f\x72\x6c\x64',['wor', 'ld', 'ello']);
結果:
2
multiSearchFirstPositionCaseInsensitiveUTF8
multiSearchFirstPosition と同様ですが、haystack と needle が UTF-8 エンコードされた文字列であり、ケースを無視します。
構文
multiSearchFirstPositionCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- ケースを無視し、
haystack文字列で複数のneedle文字列のいずれかに一致する最も左のオフセット。 - 一致がなかった場合は0。
例
UTF-8 文字列 HELLO WORLD において、与えられた選択肢のいずれかに一致する左端のオフセットを見つけます。
クエリ:
SELECT multiSearchFirstPositionCaseInsensitiveUTF8('\x48\x45\x4c\x4c\x4f\x20\x57\x4f\x52\x4c\x44',['wor', 'ld', 'ello']);
結果:
2
multiSearchFirstIndex
文字列 haystack 内で、最も左端に見つかった needle<sub>i</sub> のインデックス i（1から開始）を返し、それ以外の場合は0を返します。
関数 multiSearchFirstIndexCaseInsensitive、multiSearchFirstIndexUTF8、および multiSearchFirstIndexCaseInsensitiveUTF8 は、この関数のケースインセンシティブおよび/または UTF-8 バリアントを提供します。
構文
multiSearchFirstIndex(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 最も左端に見つかった選択肢のインデックス（1から開始）。一致がなかった場合は0。UInt8。
例
クエリ:
SELECT multiSearchFirstIndex('Hello World',['World','Hello']);
結果:
1
multiSearchFirstIndexCaseInsensitive
文字列 haystack 内で、最も左端に見つかった needle<sub>i</sub> のインデックス i（1から開始）を返し、それ以外の場合は0を返します。ケースを無視します。
構文
multiSearchFirstIndexCaseInsensitive(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 最も左端に見つかった選択肢のインデックス（1から開始）。一致がなかった場合は0。UInt8。
例
クエリ:
SELECT multiSearchFirstIndexCaseInsensitive('hElLo WoRlD',['World','Hello']);
結果:
1
multiSearchFirstIndexUTF8
文字列 haystack 内で、最も左端に見つかった needle<sub>i</sub> のインデックス i（1から開始）を返し、それ以外の場合は0を返します。haystack と needle が UTF-8 エンコードされた文字列であることを前提とします。
構文
multiSearchFirstIndexUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 最も左端に見つかった選択肢のインデックス（1から開始）。一致がなかった場合は0。UInt8。
例
UTF-8 文字列 Hello World を与え、UTF-8 文字列 Hello と World の最初のインデックスを見つけます。
クエリ:
SELECT multiSearchFirstIndexUTF8('\x48\x65\x6c\x6c\x6f\x20\x57\x6f\x72\x6c\x64',['\x57\x6f\x72\x6c\x64','\x48\x65\x6c\x6c\x6f']);
結果:
1
multiSearchFirstIndexCaseInsensitiveUTF8
文字列 haystack 内で、最も左端に見つかった needle<sub>i</sub> のインデックス i（1から開始）を返し、それ以外の場合は0を返します。haystack と needle が UTF-8 エンコードされた文字列であり、ケースを無視します。
構文
multiSearchFirstIndexCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 最も左端に見つかった選択肢のインデックス（1から開始）。一致がなかった場合は0。UInt8。
例
UTF-8 文字列 HELLO WORLD を与え、UTF-8 文字列 hello と world の最初のインデックスを見つけます。
クエリ:
SELECT multiSearchFirstIndexCaseInsensitiveUTF8('\x48\x45\x4c\x4c\x4f\x20\x57\x4f\x52\x4c\x44',['\x68\x65\x6c\x6c\x6f','\x77\x6f\x72\x6c\x64']);
結果:
1
multiSearchAny
少なくとも1つの文字列 needle<sub>i</sub> が文字列 haystack に一致する場合は1を返し、それ以外の場合は0を返します。
関数 multiSearchAnyCaseInsensitive、multiSearchAnyUTF8、および multiSearchAnyCaseInsensitiveUTF8 は、この関数のケースインセンシティブおよび/または UTF-8 バリアントを提供します。
構文
multiSearchAny(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 少なくとも1つの一致があった場合は1。
- 少なくとも1つの一致がなかった場合は0。
例
クエリ:
SELECT multiSearchAny('ClickHouse',['C','H']);
結果:
1
multiSearchAnyCaseInsensitive
multiSearchAny と同様ですが、ケースを無視します。
構文
multiSearchAnyCaseInsensitive(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 少なくとも1つのケースインセンシティブな一致があった場合は1。
- 少なくとも1つのケースインセンシティブな一致がなかった場合は0。
例
クエリ:
SELECT multiSearchAnyCaseInsensitive('ClickHouse',['c','h']);
結果:
1
multiSearchAnyUTF8
multiSearchAny と同様ですが、haystack と needle サブ文字列が UTF-8 エンコードされた文字列であることを前提とします。
構文
multiSearchAnyUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 少なくとも1つの一致があった場合は1。
- 少なくとも1つの一致がなかった場合は0。
例
与えられた ClickHouse を UTF-8 文字列とし、C (\x43) や H (\x48) の文字が単語に含まれているかチェックします。
クエリ:
SELECT multiSearchAnyUTF8('\x43\x6c\x69\x63\x6b\x48\x6f\x75\x73\x65',['\x43','\x48']);
結果:
1
multiSearchAnyCaseInsensitiveUTF8
multiSearchAnyUTF8 と同様ですが、ケースを無視します。
構文
multiSearchAnyCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])
パラメータ
返される値
- 少なくとも1つのケースインセンシティブな一致があった場合は1。
- 少なくとも1つのケースインセンシティブな一致がなかった場合は0。
例
与えられた ClickHouse を UTF-8 文字列とし、h (\x68) の文字が単語に含まれているかケースを無視してチェックします。
クエリ:
SELECT multiSearchAnyCaseInsensitiveUTF8('\x43\x6c\x69\x63\x6b\x48\x6f\x75\x73\x65',['\x68']);
結果:
1
match
文字列 haystack が re2 正規表現構文 の正規表現 pattern に一致するかどうかを返します。
一致は UTF-8 に基づいて行われます。たとえば、. は Unicode コードポイント ¥ に一致し、このコードポイントは UTF-8 では2バイトで表されます。正規表現には null バイトを含めることはできません。haystack または pattern が有効な UTF-8 でない場合、動作は未定義です。
re2 のデフォルト動作とは異なり、. は改行を含むすべての文字に一致します。これを無効にするには、パターンの先頭に (?-s) を追加してください。
文字列の部分文字列を検索したいだけなら、like や position 関数を使用できます。これらの関数はこの関数よりもはるかに高速に動作します。
構文
match(haystack, pattern)
エイリアス: haystack REGEXP pattern 演算子
multiMatchAny
match と同様ですが、少なくとも1つのパターンが一致する場合は1を返し、そうでない場合は0を返します。
:::note
multi[Fuzzy]Match*() ファミリーの関数は、(Vectorscan)[https://github.com/VectorCamp/vectorscan] ライブラリを使用します。そのため、vectorscan をサポートするように ClickHouse がコンパイルされている場合にのみ有効になります。
すべての hyperscan を使用する関数をオフにするには、設定 SET allow_hyperscan = 0; を使用します。
vectorscan の制限により、haystack 文字列の長さは 232 バイト未満である必要があります。
Hyperscan は一般的に正規表現拒否サービス（ReDoS）攻撃に対して脆弱です（例: ここ(here)[https://www.usenix.org/conference/usenixsecurity22/presentation/turonova]やここ(here)[https://doi.org/10.1007/s10664-021-10033-1]およびここ(here)[https://doi.org/10.1145/3236024.3236027]を参照）。提供されるパターンを慎重に確認することをユーザーに推奨します。 :::
もし複数の部分文字列を文字列で検索したいだけなら、multiSearchAny 関数を使用することができます。この関数はこの関数よりもはるかに高速に動作します。
構文
multiMatchAny(haystack, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
multiMatchAnyIndex
multiMatchAny と同様ですが、haystack に一致するインデックスのいずれかを返します。
構文
multiMatchAnyIndex(haystack, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
multiMatchAllIndices
multiMatchAny と同様ですが、任意の順序ですべてのインデックスが haystack に一致する配列を返します。
構文
multiMatchAllIndices(haystack, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
multiFuzzyMatchAny
multiMatchAny と同様ですが、定数の編集距離で haystack を満たすパターンがある場合に1を返します。この関数は hyperscan ライブラリのエクスペリメンタルな機能に依存しており、いくつかのコーナーケースでは遅くなることがあります。パフォーマンスは編集距離の値と使用されたパターンに依存しますが、常に非ファジーバリアントよりも高いコストがかかります。
:::note
multiFuzzyMatch*() 関数ファミリーは UTF-8 正規表現をサポートしていません（それらをバイトのシーケンスとして処理します）これは hyperscan の制限によるものです。
:::
構文
multiFuzzyMatchAny(haystack, distance, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
multiFuzzyMatchAnyIndex
multiFuzzyMatchAny と同様ですが、固定の編集距離内で haystack に一致するインデックスのいずれかを返します。
構文
multiFuzzyMatchAnyIndex(haystack, distance, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
multiFuzzyMatchAllIndices
multiFuzzyMatchAny と同様ですが、定数の編集距離内で一致するすべてのインデックスを任意の順序で返す配列を返します。
構文
multiFuzzyMatchAllIndices(haystack, distance, \[pattern<sub>1</sub>, pattern<sub>2</sub>, ..., pattern<sub>n</sub>\])
extract
文字列の正規表現に一致する最初の部分文字列を返します。
haystack が pattern 正規表現に一致しない場合、空の文字列が返されます。
正規表現にキャプチャグループがある場合、この関数は入力文字列を最初のキャプチャグループに対して一致させます。
構文
extract(haystack, pattern)
引数
haystack— 入力文字列。String。pattern— re2 正規表現構文を使用した正規表現。
返される値
- haystack 文字列の正規表現の最初の一致。String。
例
クエリ:
SELECT extract('number: 1, number: 2, number: 3', '\\d+') AS result;
結果:
┌─result─┐
│ 1 │
└────────┘
extractAll
文字列の正規表現のすべての一致を含む配列を返します。haystack が pattern 正規表現に一致しない場合、空の文字列が返されます。
サブパターンに関する動作は、関数extractと同じです。
構文
extractAll(haystack, pattern)
引数
haystack— 入力文字列。String。pattern— re2 正規表現構文を使用した正規表現。
返される値
例
クエリ:
SELECT extractAll('number: 1, number: 2, number: 3', '\\d+') AS result;
結果:
┌─result────────┐
│ ['1','2','3'] │
└───────────────┘
extractAllGroupsHorizontal
haystack 文字列のすべてのグループを正規表現 pattern を使用してマッチングし、すべてのグループに一致するフラグメントを配列で返します。配列の最初の要素は、最初のグループのすべての一致を含み、二つ目の配列は二番目のグループが一致したフラグメントを、それぞれのグループのフラグメントが含まれている。
この関数は extractAllGroupsVertical よりも遅いです。
構文
extractAllGroupsHorizontal(haystack, pattern)
引数
haystack— 入力文字列。String。pattern— re2 正規表現構文を使用した正規表現。括弧で囲まれたグループを含む必要があります。patternにグループが含まれていない場合、例外がスローされます。String。
返される値
- 一致の配列の配列。Array。
:::note
haystack が pattern 正規表現に一致しない場合、空の配列の配列が返されます。
:::
例
SELECT extractAllGroupsHorizontal('abc=111, def=222, ghi=333', '("[^"]+"|\\w+)=("[^"]+"|\\w+)');
結果:
┌─extractAllGroupsHorizontal('abc=111, def=222, ghi=333', '("[^"]+"|\\w+)=("[^"]+"|\\w+)')─┐
│ [['abc','def','ghi'],['111','222','333']] │
└──────────────────────────────────────────────────────────────────────────────────────────┘
extractGroups
指定された入力文字列を与えられた正規表現でマッチングし、一致する配列の配列を返します。
構文
extractGroups(haystack, pattern)
引数
haystack— 入力文字列。String。pattern— re2 正規表現構文を使用した正規表現。括弧で囲まれたグループを含む必要があります。patternにグループが含まれていない場合、例外がスローされます。String。
返される値
- 一致の配列の配列。Array。
例
SELECT extractGroups('hello abc=111 world', '("[^"]+"|\\w+)=("[^"]+"|\\w+)') AS result;
結果:
┌─result────────┐
│ ['abc','111'] │
└───────────────┘
extractAllGroupsVertical
haystack 文字列のすべてのグループを正規表現 pattern を使用してマッチングし、配列で返します。この配列の各要素には、haystack に出現順が含まれている各グループに由来するフラグメントが含まれています。
構文
extractAllGroupsVertical(haystack, pattern)
引数
haystack— 入力文字列。String。pattern— re2 正規表現構文を使用した正規表現。括弧で囲まれたグループを含む必要があります。patternにグループが含まれていない場合、例外がスローされます。String。
返される値
- 一致の配列の配列。Array。
:::note
haystack が pattern 正規表現に一致しない場合、空の配列が返されます。
:::
例
SELECT extractAllGroupsVertical('abc=111, def=222, ghi=333', '("[^"]+"|\\w+)=("[^"]+"|\\w+)');
結果:
┌─extractAllGroupsVertical('abc=111, def=222, ghi=333', '("[^"]+"|\\w+)=("[^"]+"|\\w+)')─┐
│ [['abc','111'],['def','222'],['ghi','333']] │
└────────────────────────────────────────────────────────────────────────────────────────┘
like
文字列 haystack が LIKE 式 pattern に一致するかどうかを返します。
LIKE 式は、通常の文字と次のメタシンボルを含むことができます。
%は任意の数のおよび任意の文字を示します（0文字を含む）。_は1つの任意の文字を示します。\はリテラル%、_および\をエスケープします。
一致は UTF-8 に基づいて行われます。たとえば、_ は Unicode コードポイント ¥ に一致し、このコードポイントは UTF-8 では2バイトで表されます。
haystack または LIKE 式が有効な UTF-8 でない場合、動作は未定義です。
自動的な Unicode 正規化は行われません、normalizeUTF8*() 関数を使用してください。
リテラル %、_ および \（LIKE メタ文字）に対しては、バックスラッシュ：\%、\_ および \\ を前置します。バックスラッシュは、%、_ または \ 以外の文字に前置される場合、その特別な意味を失います（つまり、文字通りに解釈されます）。クリックハウスでは、文字列のバックスラッシュを引用する必要があることに注意してください、そのため実際に \\%、\\_ および \\ を書く必要があります。
LIKE 式が %needle% の形式の場合、関数は position 関数と同じスピードで動作します。他のすべての LIKE 式は、内部的に正規表現に変換され、match 関数と同様の速度で実行されます。
構文
like(haystack, pattern)
エイリアス: haystack LIKE pattern（演算子）
notLike
like と同様ですが、結果を否定します。
エイリアス: haystack NOT LIKE pattern（演算子）
ilike
like と同様ですが、ケースを無視します。
エイリアス: haystack ILIKE pattern（演算子）
notILike
ilike と同様ですが、結果を否定します。
エイリアス: haystack NOT ILIKE pattern（演算子）
ngramDistance
haystack 文字列と needle 文字列の 4-gram 距離を計算します。これにより、二つの4-gram マルチセットの対称差をカウントし、それをそれらの組の和で正規化します。Float32 を返します。値は0から1までです。結果が小さければ小さいほど、文字列は互いに似ています。
関数 ngramDistanceCaseInsensitive、ngramDistanceUTF8、ngramDistanceCaseInsensitiveUTF8 は、この関数のケースインセンシティブおよび/または UTF-8 バリアントを提供します。
構文
ngramDistance(haystack, needle)
パラメータ
haystack: 第一の比較文字列。String literalneedle: 第二の比較文字列。String literal
返される値
- 二つの文字列間の類似度を表す値、0から1の間。Float32
実装の詳細
この関数は、定数 needle または haystack の引数が32Kbを超える場合、例外をスローします。非定数 haystack または needle の引数が32Kbを超える場合、距離は常に1になります。
例
二つの文字列が互いに似ていれば似ているほど、結果は0に近くなります（同一の場合）。
クエリ:
SELECT ngramDistance('ClickHouse','ClickHouse!');
結果:
0.06666667
二つの文字列が互いに似ていなければ似ていないほど、結果は大きくなります。
クエリ:
SELECT ngramDistance('ClickHouse','House');
結果:
0.5555556
ngramDistanceCaseInsensitive
ngramDistance のケースインセンシティブバージョンを提供します。
構文
ngramDistanceCaseInsensitive(haystack, needle)
パラメータ
haystack: 第一の比較文字列。String literalneedle: 第二の比較文字列。String literal
返される値
- 二つの文字列間の類似度を表す値、0から1の間。Float32
例
ngramDistance を使用すると、ケースの違いが類似度の値に影響します:
クエリ:
SELECT ngramDistance('ClickHouse','clickhouse');
結果:
0.71428573
ngramDistanceCaseInsensitive を使用すると、ケースは無視されるため、ケースだけが異なる同一の文字列は低い類似度値を返します:
クエリ:
SELECT ngramDistanceCaseInsensitive('ClickHouse','clickhouse');
結果:
0
ngramDistanceUTF8
ngramDistance の UTF-8 バリアントを提供します。needle と haystack 文字列が UTF-8 エンコードされた文字列であることを前提としています。
構文
ngramDistanceUTF8(haystack, needle)
パラメータ
haystack: 第一の UTF-8 エンコードされた比較文字列。String literalneedle: 第二の UTF-8 エンコードされた比較文字列。String literal
返される値
- 二つの文字列間の類似度を表す値、0から1の間。Float32
例
クエリ:
SELECT ngramDistanceUTF8('abcde','cde');
結果:
0.5
ngramDistanceCaseInsensitiveUTF8
ngramDistanceUTF8 のケースインセンシティブバージョンを提供します。
構文
ngramDistanceCaseInsensitiveUTF8(haystack, needle)
パラメータ
haystack: 第一の UTF-8 エンコードされた比較文字列。String literalneedle: 第二の UTF-8 エンコードされた比較文字列。String literal
返される値
- 二つの文字列間の類似度を表す値、0から1の間。Float32
例
クエリ:
SELECT ngramDistanceCaseInsensitiveUTF8('abcde','CDE');
結果:
0.5
ngramSearch
ngramDistance に似ていますが、needle 文字列と haystack 文字列の非対称差を計算します。すなわち、needle の n-gram の数から共通の n-gram の数を引き、needle n-gram の数で正規化します。Float32 を返します。値は0から1の間です。結果が大きいほど、needle が haystack に含まれている可能性が高くなります。この関数はファジー文字列検索に便利です。また、soundex 関数も参照してください。
関数 ngramSearchCaseInsensitive、ngramSearchUTF8、ngramSearchCaseInsensitiveUTF8 は、この関数のケースインセンシティブおよび/または UTF-8 バリアントを提供します。
構文
ngramSearch(haystack, needle)
パラメータ
haystack: 第一の比較文字列。String literalneedle: 第二の比較文字列。String literal
返される値
needleがhaystackに含まれている可能性を表す値、0から1の間。Float32
実装の詳細
:::note
UTF-8 バリアントは3-gram距離を使用します。これらは完全に公平なn-gram距離ではありません。私たちは n-gram をハッシュするために2バイト長のハッシュを使い、それからこれらのハッシュテーブル間の（非）対称差を計算します - 衝突が発生する可能性があります。UTF-8ケースインセンシティブフォーマットでは、tolower 関数を公正に使用していません - 各コードポイントバイトの5番目ビット（0からスタート）を、バイトが1つ以上ある場合、0から始まるビットをゼロにします - これはラテン語とほとんどすべてのキリル文字に対して機能します。
:::
例
クエリ:
SELECT ngramSearch('Hello World','World Hello');
結果:
0.5
ngramSearchCaseInsensitive
ngramSearch のケースインセンシティブバージョンを提供します。
構文
ngramSearchCaseInsensitive(haystack, needle)
パラメータ
haystack: 第一の比較文字列。String literalneedle: 第二の比較文字列。String literal
返される値
needleがhaystackに含まれている可能性を表す値、0から1の間。Float32
The bigger the result is, the more likely needle is in the haystack.
例
クエリ:
SELECT ngramSearchCaseInsensitive('Hello World','hello');
結果:
1
ngramSearchUTF8
ngramSearch の UTF-8 バリアントを提供し、needle と haystack が UTF-8 エンコードされた文字列であることを前提としています。
構文
ngramSearchUTF8(haystack, needle)
パラメータ
haystack: 第一の UTF-8 エンコードされた比較文字列。String literalneedle: 第二の UTF-8 エンコードされた比較文字列。String literal
返される値
needleがhaystackに含まれている可能性を表す値、0から1の間。Float32
The bigger the result is, the more likely needle is in the haystack.
例
クエリ:
SELECT ngramSearchUTF8('абвгдеёжз', 'гдеёзд');
結果:
0.5
ngramSearchCaseInsensitiveUTF8
ngramSearchUTF8 のケースインセンシティブバージョンを提供し、needle と haystack が UTF-8 エンコードされた文字列であることを前提としています。
構文
ngramSearchCaseInsensitiveUTF8(haystack, needle)
パラメータ
haystack: 第一の UTF-8 エンコードされた比較文字列。String literalneedle: 第二の UTF-8 エンコードされた比較文字列。String literal
返される値
needleがhaystackに含まれている可能性を表す値、0から1の間。Float32
The bigger the result is, the more likely needle is in the haystack.
例
クエリ:
SELECT ngramSearchCaseInsensitiveUTF8('абвГДЕёжз', 'АбвгдЕЁжз');
結果:
0.57142854
countSubstrings
サブ文字列 needle が文字列 haystack にどれほど頻繁に出現するかを返します。
関数 countSubstringsCaseInsensitive および countSubstringsCaseInsensitiveUTF8 は、それぞれケースインセンシティブおよびケースインセンシティブ + UTF-8 バリアントを提供します。
構文
countSubstrings(haystack, needle[, start_pos])
引数
haystack— 検索が行われる文字列。String。needle— 検索されるサブ文字列。String。start_pos– 検索開始位置 (haystackの1ベースの位置)。UInt。オプション。
返される値
- 出現回数。UInt64。
例
SELECT countSubstrings('aaaa', 'aa');
結果:
┌─countSubstrings('aaaa', 'aa')─┐
│ 2 │
└───────────────────────────────┘
start_pos 引数を使用した例:
SELECT countSubstrings('abc___abc', 'abc', 4);
結果:
┌─countSubstrings('abc___abc', 'abc', 4)─┐
│ 1 │
└────────────────────────────────────────┘
countSubstringsCaseInsensitive
サブ文字列 needle が文字列 haystack にどれほど頻繁に出現するかを返します。ケースを無視します。
構文
countSubstringsCaseInsensitive(haystack, needle[, start_pos])
引数
haystack— 検索が行われる文字列。String。needle— 検索されるサブ文字列。String。start_pos– 検索開始位置 (haystackの1ベースの位置)。UInt。オプション。
返される値
- 出現回数。UInt64。
例
クエリ:
SELECT countSubstringsCaseInsensitive('AAAA', 'aa');
結果:
┌─countSubstringsCaseInsensitive('AAAA', 'aa')─┐
│ 2 │
└──────────────────────────────────────────────┘
start_pos 引数を使用した例:
クエリ:
SELECT countSubstringsCaseInsensitive('abc___ABC___abc', 'abc', 4);
結果:
┌─countSubstringsCaseInsensitive('abc___ABC___abc', 'abc', 4)─┐
│ 2 │
└─────────────────────────────────────────────────────────────┘
countSubstringsCaseInsensitiveUTF8
サブ文字列 needle が文字列 haystack にどれほど頻繁に出現するかを返します。ケースを無視し、haystack が UTF-8 文字列であることを前提とします。
構文
countSubstringsCaseInsensitiveUTF8(haystack, needle[, start_pos])
引数
haystack— UTF-8 文字列で行われる検索。String。needle— 検索されるサブ文字列。String。start_pos– 検索開始位置 (haystackの1ベースの位置)。UInt。オプション。
返される値
- 出現回数。UInt64。
例
クエリ:
SELECT countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА');
結果:
┌─countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА')─┐
│ 4 │
└────────────────────────────────────────────────────────────────────┘
start_pos 引数を使用した例:
クエリ:
SELECT countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА', 13);
結果:
┌─countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА', 13)─┐
│ 2 │
└────────────────────────────────────────────────────────────────────────┘
countMatches
haystack で正規表現 pattern が一致する回数を返します。
構文
countMatches(haystack, pattern)
引数
haystack— 検索が行われる文字列。String。pattern— re2 正規表現構文 を使用した正規表現。String。
返される値
- 一致の回数。UInt64。
例
SELECT countMatches('foobar.com', 'o+');
結果:
┌─countMatches('foobar.com', 'o+')─┐
│ 2 │
└──────────────────────────────────┘
SELECT countMatches('aaaa', 'aa');
結果:
┌─countMatches('aaaa', 'aa')────┐
│ 2 │
└───────────────────────────────┘
countMatchesCaseInsensitive
正規表現 pattern が haystack に一致する回数を返します。大文字小文字の区別はしません。
構文
countMatchesCaseInsensitive(haystack, pattern)
引数
haystack— 検索が行われる文字列。String。pattern— re2 正規表現構文 を使用した正規表現。String。
返される値
- 一致の回数。UInt64。
例
クエリ:
SELECT countMatchesCaseInsensitive('AAAA', 'aa');
結果:
┌─countMatchesCaseInsensitive('AAAA', 'aa')────┐
│ 2 │
└──────────────────────────────────────────────┘
regexpExtract
haystack で正規表現パターンに一致する最初の文字列を抽出し、正規表現グループインデックスに対応します。
構文
regexpExtract(haystack, pattern[, index])
エイリアス: REGEXP_EXTRACT(haystack, pattern[, index])。
引数
haystack— 正規表現パターンが一致する文字列。String。pattern— 正規表現式の文字列、定数でなければならない。String。index– 0以上の整数でデフォルトは1です。抽出する正規表現グループを表します。UInt または Int。オプション。
返される値
pattern は複数の正規表現グループを含むことができ、index は抽出する正規表現グループを示します。インデックスが0の場合、正規表現全体に一致します。String。
例
SELECT
regexpExtract('100-200', '(\\d+)-(\\d+)', 1),
regexpExtract('100-200', '(\\d+)-(\\d+)', 2),
regexpExtract('100-200', '(\\d+)-(\\d+)', 0),
regexpExtract('100-200', '(\\d+)-(\\d+)');
結果:
┌─regexpExtract('100-200', '(\\d+)-(\\d+)', 1)─┬─regexpExtract('100-200', '(\\d+)-(\\d+)', 2)─┬─regexpExtract('100-200', '(\\d+)-(\\d+)', 0)─┬─regexpExtract('100-200', '(\\d+)-(\\d+)')─┐
│ 100 │ 200 │ 100-200 │ 100 │
└──────────────────────────────────────────────┴──────────────────────────────────────────────┴──────────────────────────────────────────────┴───────────────────────────────────────────┘
hasSubsequence
needle が haystack の部分列である場合は1を、それ以外の場合は0を返します。
文字列の部分列は、与えられた文字列から0個以上の要素を削除することで導き出されるシーケンスです。
構文
hasSubsequence(haystack, needle)
引数
返される値
- 1が部分列である場合は
haystack、そうでない場合はneedle。UInt8。
例
クエリ:
SELECT hasSubsequence('garbage', 'arg');
結果:
┌─hasSubsequence('garbage', 'arg')─┐
│ 1 │
└──────────────────────────────────┘
hasSubsequenceCaseInsensitive
hasSubsequence と同様ですが、大文字小文字の区別を無視して検索します。
構文
hasSubsequenceCaseInsensitive(haystack, needle)
引数
返される値
- 1が部分列であれば
haystack、さもなくばneedle。UInt8。
例
クエリ:
SELECT hasSubsequenceCaseInsensitive('garbage', 'ARG');
結果:
┌─hasSubsequenceCaseInsensitive('garbage', 'ARG')─┐
│ 1 │
└─────────────────────────────────────────────────┘
hasSubsequenceUTF8
hasSubsequence と同様ですが、haystack と needle が UTF-8 エンコードされた文字列であることを前提とします。
構文
hasSubsequenceUTF8(haystack, needle)
引数
返される値
- 1が部分列であれば
haystack、さもなくばneedle。UInt8。
クエリ:
例
select hasSubsequenceUTF8('ClickHouse - столбцовая система управления базами данных', 'система');
結果:
┌─hasSubsequenceUTF8('ClickHouse - столбцовая система управления базами данных', 'система')─┐
│ 1 │
└───────────────────────────────────────────────────────────────────────────────────────────┘
hasSubsequenceCaseInsensitiveUTF8
hasSubsequenceUTF8 と同様ですが、大文字小文字を区別しません。
構文
hasSubsequenceCaseInsensitiveUTF8(haystack, needle)
引数
返される値
- 1が部分列であれば
haystack、さもなくばneedle。UInt8。
例
クエリ:
select hasSubsequenceCaseInsensitiveUTF8('ClickHouse - столбцовая система управления базами данных', 'СИСТЕМА');
結果:
┌─hasSubsequenceCaseInsensitiveUTF8('ClickHouse - столбцовая система управления базами данных', 'СИСТЕМА')─┐
│ 1 │
└──────────────────────────────────────────────────────────────────────────────────────────────────────────┘
hasToken
指定されたトークンが haystack に存在する場合は1を、それ以外の場合は0を返します。
構文
hasToken(haystack, token)
パラメータ
haystack: 検索を行う文字列。String。token: 2つの非英数字ASCII文字（またはhaystackの境界）の間の最大長サブストリング。
返される値
- tokenがhaystackに存在する場合は1、そうでない場合は0。UInt8。
実装の詳細
tokenは定数文字列でなければなりません。tokenbf_v1 インデックスの特殊化によってサポートされています。
例
クエリ:
SELECT hasToken('Hello World','Hello');
1
hasTokenOrNull
指定されたtokenが存在する場合は1を返し、存在しない場合は0を返し、tokenが不正な形式の場合はnullを返します。
構文
hasTokenOrNull(haystack, token)
パラメータ
haystack: 検索を行う文字列。String。token: 2つの非英数字ASCII文字（またはhaystackの境界）の間の最大長サブストリング。
返される値
- tokenがhaystackに存在する場合は1、存在しない場合は0、不正な形式のtokenの場合はnull。
実装の詳細
tokenは定数文字列でなければなりません。tokenbf_v1 インデックスの特殊化によってサポートされています。
例
hasTokenは不正な形式のtokenに対してエラーを投げますが、hasTokenOrNullは不正な形式のtokenに対してnullを返します。
クエリ:
SELECT hasTokenOrNull('Hello World','Hello,World');
null
hasTokenCaseInsensitive
指定されたtokenがhaystackに存在する場合は1を返し、そうでない場合は0を返します。大文字小文字を無視します。
構文
hasTokenCaseInsensitive(haystack, token)
パラメータ
haystack: 検索を行う文字列。String。token: 2つの非英数字ASCII文字（またはhaystackの境界）の間の最大長サブストリング。
返される値
- tokenがhaystackに存在する場合は1、そうでない場合は0。UInt8。
実装の詳細
tokenは定数文字列でなければなりません。tokenbf_v1 インデックスの特殊化によってサポートされています。
例
クエリ:
SELECT hasTokenCaseInsensitive('Hello World','hello');
1
hasTokenCaseInsensitiveOrNull
指定されたtokenがhaystackに存在する場合は1を返し、そうでない場合は0を返します。大文字小文字を無視し、不正な形式のtokenの場合はnullを返します。
構文
hasTokenCaseInsensitiveOrNull(haystack, token)
パラメータ
haystack: 検索を行う文字列。String。token: 2つの非英数字ASCII文字（またはhaystackの境界）の間の最大長サブストリング。
返される値
実装の詳細
tokenは定数文字列でなければなりません。tokenbf_v1 インデックスの特殊化によってサポートされています。
例
hasTokenCaseInsensitiveは不正な形式のtokenに対してエラーを投げますが、hasTokenCaseInsensitiveOrNullは不正な形式のtokenに対してnullを返します。
クエリ:
SELECT hasTokenCaseInsensitiveOrNull('Hello World','hello,world');
null