字符串函数和操作符
本节描述了用于检查和操作字符串数值的函数和操作符。 在这个环境中的字串包括所有类型 character， character varying，和 text 的值。除非另外说明，所有下面列出的函数都可以处理这些类型， 不过要小心的是，在使用 character 类型的时候， 它的自动填充的潜在影响。通常这里描述的函数也能用于非字串 类型，我们只要先把那些数据转化为字串表现形式就可以了。有些函数还可以处理位串类型。
SQL 定义了一些字串函数， 它们有指定的语法，它们里面是用 某种特定的关键字，而不是逗号来分隔参数。 详情请见Table 9-5， 这些函数也用正常的函数调用说法实现了。 （参阅 Table 9-6。）
Table 9-5. SQL 字串函数和操作符
| 函数 | 返回类型 | 描述 | 例子 | 结果 |
|---|---|---|---|---|
| string || string | text | 字串连接 | 'Post' || 'greSQL' | PostgreSQL |
| bit_length(string) | integer | 字串里二进制位的个数 | bit_length('jose') | 32 |
| char_length(string) 或 character_length(string) | integer | 字串中的字符个数 | char_length('jose') | 4 |
| convert(string using conversion_name) | text | 使用指定的转换名字改变编码。转换可以通过 CREATE CONVERSION 定义。当然系统里有一些预定义的转换名字。参阅 Table 9-7 获取可用的转换名。 | convert('PostgreSQL' using iso_8859_1_to_utf_8) | Unicode (UTF-8) 编码的'PostgreSQL' |
| lower(string) | text | 把字串转化为小写 | lower('TOM') | tom |
| octet_length(string) | integer | 字串中的字节数 | octet_length('jose') | 4 |
| position(substring in string) | integer | 声明的子字串的位置 | position('om' in 'Thomas') | 3 |
| overlay(string placing string from integer [for integer]) | text | 替换子字串 | overlay('Txxxxas' placing 'hom' from 2 for 4) | Thomas |
| position(substring in string) | integer | 指定的子字串的位置 | position('om' in 'Thomas') | 3 |
| substring(string [from integer] [for integer]) | text | 抽取子字串 | substring('Thomas' from 2 for 3) | hom |
| substring(string from pattern) | text | 抽取匹配 POSIX 正则表达式的子字串 | substring('Thomas' from '...$') | mas |
| substring(string from pattern for escape) | text | 抽取匹配SQL正则表达式的子字串 | substring('Thomas' from '%#"o_a#"_' for '#') | oma |
| trim([leading | trailing | both] [characters] from string) | text | 从字串 string 的 开头/结尾/两边/ 删除只包含 characters （缺省是一个空白）的最长的字串。 | trim(both 'x' from 'xTomxx') | Tom |
| upper(string) | text | 把字串转化为大写。 | upper('tom') | TOM |
还有额外的字串操作函数可以用，它们在Table 9-6列出。 它们有些在内部用于实现Table 9-5列出的SQL标准字串函数。
Table 9-6. 其他字串函数
| 函数 | 返回类型 | 描述 | 例子 | 结果 |
|---|---|---|---|---|
| ascii(text) | integer | 参数第一个字符的 ASCII 码 | ascii('x') | 120 |
| btrim(string text [, characters text]) | text | 从 string 开头和结尾删除只包含在 characters 里（缺省是空白）的字符的最长字串。 | btrim('xyxtrimyyx','xy') | trim |
| chr(integer) | text | 给出 ASCII 码的字符 | chr(65) | A |
| convert(string text, [src_encoding name,] dest_encoding name) | text | 把字串转换为 dest_encoding . 原来的编码是用 src_encoding 声明的. 如果省略了 src_encoding, 则假设为数据库编码. | convert('text_in_unicode', 'UNICODE', 'LATIN1') | 以 ISO 8859-1 编码表示的text_in_unicode |
| decode(string text, type text) | bytea | 把早先用encode编码的，存放在 string 里面的二进制数据解码。 参数类型和encode一样。 | decode('MTIzAAE=', 'base64') | 123\000\001 |
| encode(data bytea, type text) | text | 把二进制数据编码为只包含 ASCII 形式的数据。 支持的类型有base64，hex，escape。 | encode('123\\000\\001', 'base64') | MTIzAAE= |
| initcap(text) | text | 把每个单词的第一个子母转为大写，其它的保留小写。 单词是一系列字母数字组成的字符，用非字母数字分隔。 | initcap('hi thomas') | Hi Thomas |
| length(string text) | integer | string 中字符的数目 | length('jose') | 4 |
| lpad(string text, length integer [, fill text]) | text | 通过填充字符 fill （缺省时为空白）， 把 string 填充为长度 length。 如果 string 已经比 length 长则将其截断（在右边）。 | lpad('hi', 5, 'xy') | xyxhi |
| ltrim(string text [, characters text]) | text | 从字串 string 的 开头删除只包含 characters （缺省是一个空白）的最长的字串。 | ltrim('zzzytrim','xyz') | trim |
| md5(string text) | text | 计算给出 string 的 MD5 散列，以十六进制返回结果。 | md5('abc') | 900150983cd24fb0d6963f7d28e17f72 |
| pg_client_encoding() | name | 当前客户端编码名称。 | pg_client_encoding() | SQL_ASCII |
| quote_ident(string text) | text | 返回给出字串的一个适用于在SQL语句字串里当作标识符引起使用的形式。 只有在必要的时候才会添加引号（也就是说，如果字串包含非标识符字符或者会转换大小写的字符）。 嵌入的引号被恰当地写了双份。 | quote_ident('Foo bar') | "Foo bar" |
| quote_literal(string text) | text | 返回给出字串的一个适用于在SQL语句字串里当作文本使用的形式。 嵌入的引号和反斜杠被恰当地写了双份。 | quote_literal('O\'Reilly') | 'O''Reilly' |
| repeat(string text, number integer) | text | 重复 string number 次。 | repeat('Pg', 4) | PgPgPgPg |
| replace(string text, from text, to text) | text | 把字串string里出现地所有子字串 from 替换成子字串 to。 | replace('abcdefabcdef', 'cd', 'XX') | abXXefabXXef |
| rpad(string text, length integer [, fill text]) | text | 通过填充字符 fill （缺省时为空白）， 把 string 填充为长度 length。 如果 string 已经比 length 长则将其截断。 | rpad('hi', 5, 'xy') | hixyx |
| rtrim(string text [, character text]) | text | 从字串 string 的 结尾删除只包含 character （缺省是个空白）的最长的字串。 | rtrim('trimxxxx','x') | trim |
| split_part(string text, delimiter text, field integer) | text | 根据 delimiter 分隔 string 返回生成的第 field 个子字串（一为基）。 | split_part('abc~@~def~@~ghi','~@~',2) | def |
| strpos(string, substring) | text | 声明的子字串的位置。（和 position(substring in string一样），不过要注意参数顺序 是相反的） | strpos('high','ig') | 2 |
| substr(string, from [, count]) | text | 抽取子字串。（和 substring(string from from for count)一样） | substr('alphabet', 3, 2) | ph |
| to_ascii(text [, encoding]) | text | 把 text 从其它编码转换为 ASCII。 [a] | to_ascii('Karel') | Karel |
| to_hex(number integer 或者 bigint) | text | 把 number 转换成其对应地十六进制表现形式。 | to_hex(9223372036854775807) | 7fffffffffffffff |
| translate(string text, from text, to text) | text | 把在 string 中包含的任何匹配 from 中的字符的字符转化为对应的 在 to 中的字符。 | translate('12345', '14', 'ax') | a23x5 |
| Notes: a. to_ascii 函数只支持从 LATIN1， LATIN2，LATIN9 和 WIN1250 编码进行转换。 |
||||
Table 9-7. 内置的转换
| 转换名 [a] | 源编码 | 目的编码 |
|---|---|---|
| ascii_to_mic | SQL_ASCII | MULE_INTERNAL |
| ascii_to_utf_8 | SQL_ASCII | UNICODE |
| big5_to_euc_tw | BIG5 | EUC_TW |
| big5_to_mic | BIG5 | MULE_INTERNAL |
| big5_to_utf_8 | BIG5 | UNICODE |
| euc_cn_to_mic | EUC_CN | MULE_INTERNAL |
| euc_cn_to_utf_8 | EUC_CN | UNICODE |
| euc_jp_to_mic | EUC_JP | MULE_INTERNAL |
| euc_jp_to_sjis | EUC_JP | SJIS |
| euc_jp_to_utf_8 | EUC_JP | UNICODE |
| euc_kr_to_mic | EUC_KR | MULE_INTERNAL |
| euc_kr_to_utf_8 | EUC_KR | UNICODE |
| euc_tw_to_big5 | EUC_TW | BIG5 |
| euc_tw_to_mic | EUC_TW | MULE_INTERNAL |
| euc_tw_to_utf_8 | EUC_TW | UNICODE |
| gb18030_to_utf_8 | GB18030 | UNICODE |
| gbk_to_utf_8 | GBK | UNICODE |
| iso_8859_10_to_utf_8 | LATIN6 | UNICODE |
| iso_8859_13_to_utf_8 | LATIN7 | UNICODE |
| iso_8859_14_to_utf_8 | LATIN8 | UNICODE |
| iso_8859_15_to_utf_8 | LATIN9 | UNICODE |
| iso_8859_16_to_utf_8 | LATIN10 | UNICODE |
| iso_8859_1_to_mic | LATIN1 | MULE_INTERNAL |
| iso_8859_1_to_utf_8 | LATIN1 | UNICODE |
| iso_8859_2_to_mic | LATIN2 | MULE_INTERNAL |
| iso_8859_2_to_utf_8 | LATIN2 | UNICODE |
| iso_8859_2_to_windows_1250 | LATIN2 | WIN1250 |
| iso_8859_3_to_mic | LATIN3 | MULE_INTERNAL |
| iso_8859_3_to_utf_8 | LATIN3 | UNICODE |
| iso_8859_4_to_mic | LATIN4 | MULE_INTERNAL |
| iso_8859_4_to_utf_8 | LATIN4 | UNICODE |
| iso_8859_5_to_koi8_r | ISO_8859_5 | KOI8 |
| iso_8859_5_to_mic | ISO_8859_5 | MULE_INTERNAL |
| iso_8859_5_to_utf_8 | ISO_8859_5 | UNICODE |
| iso_8859_5_to_windows_1251 | ISO_8859_5 | WIN |
| iso_8859_5_to_windows_866 | ISO_8859_5 | ALT |
| iso_8859_6_to_utf_8 | ISO_8859_6 | UNICODE |
| iso_8859_7_to_utf_8 | ISO_8859_7 | UNICODE |
| iso_8859_8_to_utf_8 | ISO_8859_8 | UNICODE |
| iso_8859_9_to_utf_8 | LATIN5 | UNICODE |
| johab_to_utf_8 | JOHAB | UNICODE |
| koi8_r_to_iso_8859_5 | KOI8 | ISO_8859_5 |
| koi8_r_to_mic | KOI8 | MULE_INTERNAL |
| koi8_r_to_utf_8 | KOI8 | UNICODE |
| koi8_r_to_windows_1251 | KOI8 | WIN |
| koi8_r_to_windows_866 | KOI8 | ALT |
| mic_to_ascii | MULE_INTERNAL | SQL_ASCII |
| mic_to_big5 | MULE_INTERNAL | BIG5 |
| mic_to_euc_cn | MULE_INTERNAL | EUC_CN |
| mic_to_euc_jp | MULE_INTERNAL | EUC_JP |
| mic_to_euc_kr | MULE_INTERNAL | EUC_KR |
| mic_to_euc_tw | MULE_INTERNAL | EUC_TW |
| mic_to_iso_8859_1 | MULE_INTERNAL | LATIN1 |
| mic_to_iso_8859_2 | MULE_INTERNAL | LATIN2 |
| mic_to_iso_8859_3 | MULE_INTERNAL | LATIN3 |
| mic_to_iso_8859_4 | MULE_INTERNAL | LATIN4 |
| mic_to_iso_8859_5 | MULE_INTERNAL | ISO_8859_5 |
| mic_to_koi8_r | MULE_INTERNAL | KOI8 |
| mic_to_sjis | MULE_INTERNAL | SJIS |
| mic_to_windows_1250 | MULE_INTERNAL | WIN1250 |
| mic_to_windows_1251 | MULE_INTERNAL | WIN |
| mic_to_windows_866 | MULE_INTERNAL | ALT |
| sjis_to_euc_jp | SJIS | EUC_JP |
| sjis_to_mic | SJIS | MULE_INTERNAL |
| sjis_to_utf_8 | SJIS | UNICODE |
| tcvn_to_utf_8 | TCVN | UNICODE |
| uhc_to_utf_8 | UHC | UNICODE |
| utf_8_to_ascii | UNICODE | SQL_ASCII |
| utf_8_to_big5 | UNICODE | BIG5 |
| utf_8_to_euc_cn | UNICODE | EUC_CN |
| utf_8_to_euc_jp | UNICODE | EUC_JP |
| utf_8_to_euc_kr | UNICODE | EUC_KR |
| utf_8_to_euc_tw | UNICODE | EUC_TW |
| utf_8_to_gb18030 | UNICODE | GB18030 |
| utf_8_to_gbk | UNICODE | GBK |
| utf_8_to_iso_8859_1 | UNICODE | LATIN1 |
| utf_8_to_iso_8859_10 | UNICODE | LATIN6 |
| utf_8_to_iso_8859_13 | UNICODE | LATIN7 |
| utf_8_to_iso_8859_14 | UNICODE | LATIN8 |
| utf_8_to_iso_8859_15 | UNICODE | LATIN9 |
| utf_8_to_iso_8859_16 | UNICODE | LATIN10 |
| utf_8_to_iso_8859_2 | UNICODE | LATIN2 |
| utf_8_to_iso_8859_3 | UNICODE | LATIN3 |
| utf_8_to_iso_8859_4 | UNICODE | LATIN4 |
| utf_8_to_iso_8859_5 | UNICODE | ISO_8859_5 |
| utf_8_to_iso_8859_6 | UNICODE | ISO_8859_6 |
| <TT |