Question

我有一个tableA，其中PhoneNumber列的值为911234567891。我想从开始删除前两位数字，即1234567891，然后我想将其更改为电话号码格式xxx-xxx-xxxx，因此最终结果将是123-456-7891。我已经使用seprate选择和更新查询这样做了：

SELECT
     [Phone Numbers]
    ,FORMAT([Phone Numbers],'###-###-####') AS [Formatted Phone]
    FROM tbl_sample


UPDATE tbl_sample
SET    [Phone Numbers] = SUBSTRING([Phone Numbers], 3, 8000) 
WHERE [Phone Numbers] LIKE '91%'

是否可以仅使用单选查询来执行此操作，以便不需要首先更新数据？任何形式的帮助或建议将不胜感激。

Answer 1

如果列的长度始终固定，则使用SUBSTRING执行此操作的一种方法。

UPDATE tbl_sample
SET [Phone Numbers] = SUBSTRING([Phone Numbers], 3, 3) + '-'+
                      SUBSTRING([Phone Numbers], 6, 3) + '-'+
                      SUBSTRING([Phone Numbers], 9, 4)
WHERE [Phone Numbers] LIKE '91%'

如果列FORMAT是数字类别数据类型，则使用[Phone Numbers]。

UPDATE tbl_sample
SET [Phone Numbers] = FORMAT([Phone Numbers]-910000000000,'###-###-####')
WHERE [Phone Numbers] LIKE '91%'

如果您只需要select，

SELECT [Phone Numbers],
FORMAT([Phone Numbers]-910000000000,'###-###-####') formatted_number
--if [Phone Numbers] is varchar use
--FORMAT(cast([Phone Numbers] as numeric)-910000000000,'###-###-####')
FROM tbl_sample
WHERE [Phone Numbers] LIKE '91%'

编辑：使用格式化的电话号码更新其他表格

UPDATE tb
SET tb.[Phone Numbers] = FORMAT(ta.[Phone Numbers]-910000000000,'###-###-####')
FROM tableA ta
JOIN tableB tb on ta.id = tb.id --change the join condition appropriately
WHERE tb.[Phone Numbers] LIKE '91%'

Answer 2

这是你在找什么？

UPDATE tbl_sample
    SET [Phone Numbers] = FORMAT(SUBSTRING([Phone Numbers], 3, 8000), '###-###-####') 
    WHERE [Phone Numbers] LIKE '91%';

或者，或者，

select (case when [Phone Numbers] LIKE '91%'
             then FORMAT(CASt(SUBSTRING([Phone Numbers], 3, 8000) as bigint), '###-###-####') 
             else [Phone Numbers]
        end)
from tbl_sample;

或者，在SQL Server中，您可以添加计算列：

alter table tbl_sample
    add Formatted_Phone_Number as (
        case when [Phone Numbers] LIKE '91%'
             then FORMAT(CASt(SUBSTRING([Phone Numbers], 3, 8000) as bigint), '###-###-####') 
             else [Phone Numbers]
        end));

删除前两位数并更改phonenumber格式SQL

2 个答案: