用空值替换空字符串

Question

我正在将一个巨大的表格按计数汇总到一个新表中，我想将所有空字符串更改为NULL，并且还要对某些列进行类型转换。我阅读了一些帖子，但我找不到一个查询，这可以让我在单个查询中的所有列中进行查询，而不使用多个语句。

让我知道是否可以遍历所有列并使用null替换空字符串的单元格。

参考：How to convert empty spaces into null values, using SQL Server?

Answer 1

据我所知，没有内置函数可以在表的所有列中替换空字符串。您可以写一个plpgsql function来处理这个问题。

以下函数用NULL替换给定表的所有基本字符类型列中的空字符串。如果剩余的字符串是有效的数字文字，则可以转换为integer。

CREATE OR REPLACE FUNCTION f_empty2null(_tbl regclass, OUT updated_rows int) AS
$func$
DECLARE
   -- basic char types, possibly extend with citext, domains or custom types:
   _typ  CONSTANT regtype[] := '{text, bpchar, varchar, \"char\"}';
   _sql  text;
BEGIN
   SELECT INTO _sql     -- build command
          format('UPDATE %s SET %s WHERE %s'
               , _tbl
               , string_agg(format($$%1$s = NULLIF(%1$s, '')$$, col), ', ')
               , string_agg(col || $$ = ''$$, ' OR '))
   FROM  (
      SELECT quote_ident(attname) AS col
      FROM   pg_attribute
      WHERE  attrelid = _tbl              -- valid, visible, legal table name 
      AND    attnum >= 1                  -- exclude tableoid & friends
      AND    NOT attisdropped             -- exclude dropped columns
      AND    NOT attnotnull               -- exclude columns defined NOT NULL!
      AND    atttypid = ANY(_typ)         -- only character types
      ORDER  BY attnum
      ) sub;

   -- Test
   -- RAISE NOTICE '%', _sql;

   -- Execute
   IF _sql IS NULL THEN
      updated_rows := 0;                         -- nothing to update
   ELSE
      EXECUTE _sql;
      GET DIAGNOSTICS updated_rows = ROW_COUNT;  -- Report number of affected rows
   END IF;
END
$func$  LANGUAGE plpgsql;

呼叫：

SELECT f_empty2null('mytable');
SELECT f_empty2null('myschema.mytable');

还要获取列名updated_rows：

SELECT * FROM f_empty2null('mytable');

SQL Fiddle.

重点

• 表名必须有效且可见，并且主叫用户必须具有所有必要的权限。如果不满足这些条件中的任何一个，则该功能将不起作用 - 即也没有任何东西可以被破坏。我投向object identifier type regclass以确保它。
  表名可以按原样提供（'mytable'），然后search_path决定。或者模式限定以选择某个模式（'myschema.mytable'）。

• 查询系统目录以获取表的所有（character-type）列。提供的功能使用这些基本character types：text，bpchar，varchar，"char"。仅处理相关列。

• 使用quote_ident()或format()来清理列名和safeguard against SQLi。

• 更新后的版本使用基本的SQL聚合函数string_agg()来构建命令字符串而不进行循环，这样更简单，更快捷。而且更优雅。 ：）

• 必须使用dynamic SQL with EXECUTE。

• 更新后的版本排除了定义NOT NULL的列，并且只在单个语句 中更新每行 一次，这对于具有多个的表来说要快得多字符型列。

• 应该适用于任何现代版本的PostgreSQL。使用Postgres 9.1,9.3和9.5进行测试。