Question

我有一个带有“说明”列的表“ car_purchases”。该列是一个字符串，其中包括名字的首字母缩写，后跟句号，空格和姓氏。

是“说明”列的一个示例

“ J。Blow购买的汽车”

我正在使用'substring_index'函数提取'。'之前的字母。在列字符串中。像这样：

SELECT
Description,
SUBSTRING_INDEX(Description, '.', 1) as TrimInitial,
SUBSTRING_INDEX(
SUBSTRING_INDEX(Description, '.', 1),' ', -1) as trimmed,
length(SUBSTRING_INDEX(
SUBSTRING_INDEX(Description, '.', 1),' ', -1)) as length
from car_purchases;

我将此查询称为1。

picture of the result set (Result 1) is as follows

如您所见，问题是select语句中的'trimmed'列开始计算第二个定界符''，而不是从右边的第一个定界符开始，并产生结果'by J'，而不仅仅是'J'。另外，length列指示字符串的长度是5而不是4，所以WTF？

但是，当我执行以下选择语句时；

select SUBSTRING_INDEX(
SUBSTRING_INDEX('Car purchased by J. Blow', '.', 1),' ', -1); -- query 2

Result ='J'作为'Result 2'。

从结果1中可以看到，“描述”列中的字符串与“结果2”中的字符串完全相同（据我所知）。但是，当对列执行substring_index（而不只是字符串本身）时，结果将忽略第一个定界符，并从字符串右边的第二个定界符中选择一个字符串。

我已经全神贯注于此，并尝试使用'by'和'by'作为分隔符，但是这两个选项都无法产生单个字符所需的结果。我不想通过使用修整函数为查询1添加更多的复杂性。我也尝试了对结果列“修剪”的强制转换功能，但仍然没有成功。我也不想这么做。

查询1的“长度”列中存在异常，如果将长度函数更改为char_length函数，如下所示：

select length(SUBSTRING_INDEX(
SUBSTRING_INDEX(Description, '.', 1),' ', -1)) as length -- result = 5

select char_length(SUBSTRING_INDEX(
SUBSTRING_INDEX(Description, '.', 1),' ', -1)) as length -- result = 4

有人可以向我解释为什么上面的select语句会产生两种不同的结果吗？我认为这就是为什么我没有得到理想结果的原因。

但是要清楚一点，我想要的结果是得到'J'而不是'by J'。

我想我可以尝试逆转，但是我不认为这是可以接受的折衷方案。另外，除了我只使用默认值以外，我对排序规则和字符集原则不熟悉。

欢呼的球员！!!!

Answer 1

CHAR_LENGTH返回以字符为单位的长度，因此具有4个2字节字符的字符串将返回4。LENGTH但是返回以字节为单位的长度，因此具有4个2字节字符的字符串将返回8。结果中的差异（包括SUBSTRING_INDEX）表明by和J之间的“空格”实际上不是单字节空间（ASCII 0x20），而是2字节字符，看起来像一个空间。要解决此问题，您可以尝试使用CONVERT和REPLACE用空格替换所有unicode字符。在此示例中，我在en-space和by之间的字符串中有一个J Unicode字符。 CONVERT将其更改为?，然后REPLACE将其转换为空格：

SELECT SUBSTRING_INDEX( SUBSTRING_INDEX("Car purchased by J. Blow", '.', 1),' ', -1)

输出：

by J

使用CONVERT和REPLACE：

SELECT SUBSTRING_INDEX( SUBSTRING_INDEX(REPLACE(CONVERT("Car purchased by J. Blow" USING ASCII), '?', ' '), '.', 1),' ', -1)

输出

对于您的查询，您可以将字符串替换为列名，即

 SELECT SUBSTRING_INDEX( SUBSTRING_INDEX(REPLACE(CONVERT(description USING ASCII), '?', ' '), '.', 1),' ', -1)

Demo on DBFiddle

substring_index从右边跳过定界符

1 个答案: