您可以在MaxCompute SQL中使用字符串函数对指定字符串进行灵活处理。本文为您提供MaxCompute SQL支持的字符串函数的命令格式、参数说明及示例，指导您使用字符串函数完成开发。

MaxCompute SQL支持的字符串函数如下。

函数功能
ASCII返回字符串的第一个字符的ASCII码。
CHAR_MATCHCOUNT计算A字符串出现在B字符串中的字符个数。
CHR将指定ASCII码转换成字符。
CONCAT将字符串连接在一起。
CONCAT_WS将参数中的所有字符串按照指定的分隔符连接在一起。
ENCODE将字符串按照指定编码格式编码。
FIND_IN_SET在以逗号分隔的字符串中查找指定字符串的位置。
FORMAT_NUMBER将数字转化为指定格式的字符串。
FROM_JSON根据给定的JSON字符串和输出格式信息，返回ARRAY、MAP或STRUCT类型。
GET_JSON_OBJECT在一个标准JSON字符串中，按照指定方式抽取指定的字符串。
INITCAP将字符串转换为固定格式的字符串，单词之间以空格分隔。转换后的格式为：字符串中每个单词首字母大写，其余小写。
INSTR计算A字符串在B字符串中的位置。
IS_ENCODING判断字符串是否可以从指定的A字符集转换为B字符集。
KEYVALUE将字符串拆分为Key-Value对，并将Key-Value对分开，返回Key对应的Value。
KEYVALUE_TUPLE将字符串拆分为多个Key-Value对，并将Key-Value对分开，返回多个Key对应的Value。
LENGTH计算字符串的长度。
LENGTHB计算字符串以字节为单位的长度。
LOCATE在字符串中查找另一指定字符串的位置。
LTRIM去除字符串的左端字符。
MASK_HASH返回基于字符串表达式计算的Hash值。
MD5计算字符串的MD5值。
PARSE_URL对URL进行解析返回指定部分的信息。
PARSE_URL_TUPLE对URL进行解析返回多个部分的信息。
REGEXP_COUNT计算字符串从指定位置开始，匹配指定规则的子串数。
REGEXP_EXTRACT将字符串按照指定规则拆分为组后，返回指定组的字符串。
REGEXP_INSTR返回字符串从指定位置开始，与指定规则匹配指定次数的子串的起始或结束位置。
REGEXP_REPLACE将字符串中，与指定规则在指定次数匹配的子串替换为另一字符串。
REGEXP_SUBSTR返回字符串中，从指定位置开始，与指定规则匹配指定次数的子串。
REPEAT返回将字符串重复指定次数后的结果。
REVERSE返回倒序字符串。
RTRIM去除字符串的右端字符。
SPACE生成空格字符串。
SPLIT_PART按照分隔符拆分字符串，返回指定部分的子串。
SUBSTR返回STRING类型字符串从指定位置开始，指定长度的子串。
SUBSTRING返回STRING或BINARY类型字符串从指定位置开始，指定长度的子串。
TO_CHAR将BOOLEAN、BIGINT、DECIMAL或DOUBLE类型值转为对应的STRING类型表示。
TO_JSON将指定的复杂类型输出为JSON字符串。
TOLOWER将字符串中的英文字符转换为小写形式。
TOUPPER将字符串中的英文字符转换为大写形式。
TRIM去除字符串的左右两端字符。
URL_DECODE将字符串从application/x-www-form-urlencoded MIME格式转为常规字符。
URL_ENCODE将字符串编码为application/x-www-form-urlencoded MIME格式。
JSON_TUPLE在一个标准的JSON字符串中，按照输入的一组键抽取各个键指定的字符串。
LPAD将字符串向左补足到指定位数。
RPAD将字符串向右补足到指定位数。
REPLACE将字符串中与指定字符串匹配的子串替换为另一字符串。
SOUNDEX将普通字符串替换为SOUNDEX字符串。
SUBSTRING_INDEX截取字符串指定分隔符前的字符串。
TRANSLATE将A出现在B中的字符串替换为C字符串。
REGEXP_EXTRACT_ALL在字符串中查找所有出现的正则表达式匹配的子字符串，并把找到的字符串以数组形式返回。

注意事项

升级到MaxCompute 2.0后，产品扩展了部分函数。如果您用到的函数涉及新数据类型（TINYINT、SMALLINT、INT、FLOAT、VARCHAR、TIMESTAMP或BINARY），在使用扩展函数时，需要执行如下语句开启新数据类型开关：
  • Session级别：如果使用新数据类型，您需要在SQL语句前加上语句set odps.sql.type.system.odps2=true;，并与SQL语句一起提交执行。
  • Project级别：Project Owner可根据需要对Project进行设置，等待10~15分钟后才会生效。命令如下。 
    setproject odps.sql.type.system.odps2=true;
    对setproject的详细说明请参见项目空间操作。关于开启Project级别数据类型的注意事项，请参见数据类型版本说明。

ASCII

  • 命令格式
    bigint ascii(string <str>)
  • 命令说明

    返回字符串str第一个字符的ASCII码。

  • 参数说明

    str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。

  • 返回值说明
    返回BIGINT类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str值为NULL时，返回NULL。
  • 示例
    • 示例1：返回字符串abcde第一个字符的ASCII码。命令示例如下。
      --返回97。
select ascii('abcde');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select ascii(null);

CHAR_MATCHCOUNT

  • 命令格式
    bigint char_matchcount(string <str1>, string <str2>)
  • 命令说明

    计算str1中有多少个字符出现在str2中。

  • 参数说明

    str1、str2：必填。STRING类型，必须为有效的UTF-8字符串。如果对比过程中发现有无效字符（非UNICODE编码），则返回负值。

  • 返回值说明

    返回BIGINT类型。str1或str2值为NULL时，返回NULL。

  • 示例
    • 示例1：计算字符串aabc出现在abcde中的字符个数。命令示例如下。
      --返回4。
select char_matchcount('aabc','abcde');
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select char_matchcount(null,'abcde');

CHR

  • 命令格式
    string chr(bigint <ascii>)
  • 命令说明

    将指定ASCII码转换为字符。

  • 参数说明

    ascii：必填。BIGINT类型的ASCII值。取值范围为0~128。如果输入为STRING、DOUBLE或DECIMAL类型，则会隐式转换为BIGINT类型后参与运算。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • ascii值不在取值范围内时，返回报错。
    • ascii非BIGINT、STRING、DOUBLE或DECIMAL类型时，返回报错。
    • ascii值为NULL时，返回NULL。
  • 示例
    • 示例1：将ASCII码100转换为字符。命令示例如下。
      --返回d。
select chr(100);
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select chr(null);
    • 示例3：输入为STRING类型字符。命令示例如下。
      --隐式转换为BIGINT类型后参与运算，返回d。
select chr('100');

CONCAT

  • 命令格式
    array<T> concat(array<T> <a>, array<T> <b>[,...])
string concat(string <str1>, string <str2>[,...])
  • 命令说明
    • 输入为ARRAY数组：将多个ARRAY数组中的所有元素连接在一起，生成一个新的ARRAY数组。
    • 输入为字符串：将多个字符串连接在一起，生成一个新的字符串。
  • 参数说明
    • a、b：必填。ARRAY数组。array<T>中的T指代ARRAY数组元素的数据类型，数组中的元素可以为任意类型。a和b中元素的数据类型必须一致。数组中的元素为NULL值时会参与运算。
    • str1、str2：必填。STRING类型。如果输入参数为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算，其他类型会返回报错。
  • 返回值说明
    • 返回ARRAY类型。如果任一输入ARRAY数组为NULL，返回结果为NULL。
    • 返回STRING类型。如果没有参数或任一参数为NULL，返回结果为NULL。
  • 示例
    • 示例1：连接ARRAY数组array(10, 20)和array(20, -20)。命令示例如下。
      --返回[10, 20, 20, -20]。
select concat(array(10, 20), array(20, -20));
    • 示例2：ARRAY数组元素包含NULL。命令示例如下。
      --返回[10, NULL, 20, -20]。
select concat(array(10, null), array(20, -20));
    • 示例3：任一ARRAY数组为NULL。命令示例如下。
      --返回NULL。
select concat(array(10, 20), null);
    • 示例4：连接字符串aabc和abcde。命令示例如下。
      --返回aabcabcde。
select concat('aabc','abcde');
    • 示例5：输入为空。命令示例如下。
      --返回NULL。
select concat();
    • 示例6：任一字符串输入为NULL。命令示例如下。
      --返回NULL。
select concat('aabc', 'abcde', null);

CONCAT_WS

  • 命令格式
    string concat_ws(string <separator>, string <str1>, string <str2>[,...])
string concat_ws(string <separator>, array<string> <a>)
  • 命令说明

    返回将参数中的所有字符串或ARRAY数组中的元素按照指定的分隔符连接在一起的结果。此函数为MaxCompute 2.0扩展函数。

  • 参数说明
    • separator：必填。STRING类型的分隔符。
    • str1、str2：至少要指定2个字符串。STRING类型。如果输入为BIGINT、DECIMAL、DOUBLE或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • a：必填。ARRAY数组。数组中的元素为STRING类型。
  • 返回值说明
    返回STRING类型或STRUCT类型。返回规则如下：
    • str1或str2非STRING、BIGINT、DECIMAL、DOUBLE或DATETIME类型时，返回报错。
    • 如果没有输入参数或任一输入参数值为NULL，返回NULL。
  • 示例
    • 示例1：将字符串name和hanmeimei通过:连接。命令示例如下。
      --返回name:hanmeimei。
select concat_ws(':','name','hanmeimei');
      -
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select concat_ws(':','avg',null,'34');
    • 示例3：将ARRAY数组array('name', 'hanmeimei')中的元素通过:连接。命令示例如下。
      --返回name:hanmeimei。
select concat_ws(':',array('name', 'hanmeimei'));

ENCODE

  • 命令格式
    binary encode(string <str>, string <charset>)
  • 命令说明

    将str按照charset格式进行编码。

  • 参数说明
    • str：必填。STRING类型。待重新编码的字符串。
    • charset：必填。STRING类型。编码格式。取值范围为：UTF-8、UTF-16、UTF-16LE、UTF-16BE、ISO-8859-1、US-ASCII。
  • 返回值说明

    返回BINARY类型。str或charset值为NULL时，返回NULL。

  • 示例
    • 示例1：将字符串abc按照UTF-8格式编码。命令示例如下。
      --返回abc。
select encode("abc", "UTF-8");
    • 示例2：将字符串abc按照UTF-16BE格式编码。命令示例如下。
      --返回=00a=00b=00c。
select encode("abc", "UTF-16BE");
    • 示例3：任一输入参数为NULL。命令示例如下。
      --返回结果为NULL。
select encode("abc", null);

FIND_IN_SET

  • 命令格式
    bigint find_in_set(string <str1>, string <str2>)
  • 命令说明

    查找字符串str1在以逗号（,）分隔的字符串str2中的位置，从1开始计数。

  • 参数说明
    • str1：必填。STRING类型。待查找的字符串。
    • str2：必填。STRING类型。以逗号（,）分隔的字符串。
  • 返回值说明
    返回BIGINT类型。返回规则如下：
    • 当str2中无法匹配到str1或str1中包含逗号（,）时，返回0。
    • 当str1或str2值为NULL时，返回NULL。
  • 示例
    • 示例1：查找字符串ab在字符串abc,hello,ab,c中的位置。命令示例如下。
      --返回3。
select find_in_set('ab', 'abc,hello,ab,c');
    • 示例2：查找字符串hi在字符串abc,hello,ab,c中的位置。命令示例如下。
      --返回0。
select find_in_set('hi', 'abc,hello,ab,c');
    • 示例3：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select find_in_set(null, 'abc,hello,ab,c');

FORMAT_NUMBER

  • 命令格式
    string format_number(float|double|decimal <expr1>, int <expr2>)
  • 命令说明

    将expr1转化为满足expr2格式的字符串。

  • 参数说明
    • expr1：必填。FLOAT、DOUBLE、DECIMAL类型。需要格式化的数据。
    • expr2：必填。INT类型，取值范围为0~340。指代需要保留的小数位数。也可以为类似#,###,###.##格式的描述。不同取值返回的小数位数不同。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • 当0<expr2≤340时，四舍五入到小数点后指定位数。
    • 当expr2=0时，只保留整数，无小数点或小数部分。
    • 当expr2<0或expr2>340时，会返回报错。
    • expr1或expr2值为空或NULL时，返回NULL。
  • 示例
    • 示例1：对给定数字按照指定格式输出。命令示例如下。
      --返回5.230。
select format_number(5.230134523424545456,3);
--返回12,332.123。
select format_number(12332.123456, '#,###,###,###.###');
    • 示例2：任一输入参数为空或NULL。命令示例如下。
      --返回NULL。
select format_number('',3);
--返回NULL。
select format_number(null,3);

FROM_JSON

  • 命令格式
    from_json(<jsonStr>, <schema>)
  • 命令说明

    根据JSON字符串jsonStr和schema信息，返回ARRAY、MAP或STRUCT类型。

  • 参数说明
    • jsonStr：必填。输入的JSON字符串。
    • schema：必填。写法与建表语句的类型一致。例如array<bigint>、map<string, array<string>>或struct<a:int, b:double, `C`:map<string,string>>。
      说明 STRUCT的Key区分大小写。此外，STRUCT类型还有一种写法a bigint, b double，等同于struct<a:bigint, b:double>。

      JSON数据类型与MaxCompute数据类型的对应关系如下。

      JSON数据类型MaxCompute数据类型
      OBJECTSTRUCT、MAP、STRING
      ARRAYARRAY、STRING
      NUMBERTINYINT、SMALLINT、INT、BIGINT、FLOAT、DOUBLE、DECIMAL、STRING
      BOOLEANBOOLEAN、STRING
      STRINGSTRING、CHAR、VARCHAR、BINARY、DATE、DATETIME
      NULL所有类型
      说明 对于OBJECT和ARRAY类型，会采用尽可能解析的方式，不匹配的类型会忽略。为了便于使用，所有的JSON类型都可以转换为MaxCompute的STRING类型。同时您需要注意，对应FLOAT、DOUBLE、DECIMAL三种数据类型无法保证小数的精度，如果需要确保精度可以先用STRING类型取出数据，再转换为对应数值类型。
  • 返回值说明

    返回ARRAY、MAP或STRUCT类型。

  • 示例
    • 示例1：将指定JSON字符串以指定格式输出。命令示例如下。
      --返回{"a":1,"b":0.8}。
select from_json('{"a":1, "b":0.8}', 'a int, b double');
--返回{"time":"26/08/2015"}。
select from_json('{"time":"26/08/2015"}', 'time string');
--返回{"a":1,"b":0.8}。
select from_json('{"a":1, "b":0.8}', 'a int, b double, c string');
--返回[1,2,3]。
select from_json('[1, 2, 3, "a"]', 'array<bigint>');
--返回{"d":"v","a":"1","b":"[1,2,3]","c":"{}"}。
select from_json('{"a":1,"b":[1,2,3],"c":{},"d":"v"}', 'map<string, string>');
    • 示例2：使用map_keys函数和from_json函数实现类似JSON_KEYS的作用，获取JSON字符串中所有key的集合。命令示例如下。
      --返回["a","b"]。
select map_keys(from_json('{"a":1,"b":2}','map<string,string>'));

GET_JSON_OBJECT

  • 命令格式
    string get_json_object(string <json>, string <path>)
  • 命令说明

    在一个标准JSON字符串中，按照path抽取指定的字符串。每次调用该函数时，都会读一次原始数据，因此反复调用可能影响性能和产生费用。您可以通过get_json_object，结合UDTF，轻松转换JSON格式日志数据，避免多次调用函数，详情请参见利用MaxCompute内建函数及UDTF转换JSON格式日志数据。

  • 参数说明
    • json：必填。STRING类型。标准的JSON格式对象，格式为{Key:Value, Key:Value,...}。如果遇到英文双引号（"），需要用两个反斜杠（\\）进行转义。如果遇到英文单引号（'），需要用一个反斜杠（\）进行转义。
    • path：必填。STRING类型。表示在json中的path，以$开头。更多path信息，请参见LanguageManual UDF。相关最佳实践案例，请参见JSON数据从OSS迁移至MaxCompute。不同字符的含义如下：
      • $：表示根节点。
      • .或['']：表示子节点。MaxCompute支持用这两种字符解析JSON对象，当JSON的Key本身包含.时，可以用['']来替代。
      • []：[number]表示数组下标，从0开始。
      • *：Wildcard for []，返回整个数组。*不支持转义。
  • 限制条件

    用['']取数只在新版本支持，您需要添加设置Flag的语句set odps.sql.udf.getjsonobj.new=true;。

  • 返回值说明
    • 如果json为空或非法的json格式，返回NULL。
    • 如果json合法，path也存在，则返回对应字符串。
    • 您可以通过在Session级别设置odps.sql.udf.getjsonobj.new属性来控制函数的返回方式：
      • 当设置set odps.sql.udf.getjsonobj.new=true;时，函数返回行为采用了保留原始字符串的方式进行输出。
        推荐您使用此配置，函数返回行为更标准，处理数据更方便，性能更好。如果MaxCompute项目有使用JSON保留字符转义行为的存量作业，建议保留原有行为方式，避免因未验证而直接使用该行为产生错误或正确性问题。函数返回行为规则如下：
        • 返回值仍是一个JSON字符串，可以继续当做JSON来解析，而不再需要额外使用replace或regexp_replace等函数替换反斜线。
        • 一个JSON对象中可以出现相同的Key，可以成功解析。
          --返回1。
select get_json_object('{"a":"1","a":"2"}', '$.a');
        • 支持Emoji表情符号对应的编码字符串。但DataWorks暂不支持输入Emoji表情符号，仅支持通过数据集成等工具直接将Emoji表情符号对应的编码字符串写入MaxCompute，再用get_json_object函数处理。
          --返回Emoji符号。
select get_json_object('{"a":"<Emoji符号>"}', '$.a');
        • 输出结果按照JSON字符串的原始排序方式输出。
          --返回{"b":"1","a":"2"}。
select get_json_object('{"b":"1","a":"2"}', '$');
      • 当设置set odps.sql.udf.getjsonobj.new=false;时，函数返回行为采用了JSON保留字符转义的方式进行输出。函数返回行为规则如下：
        • 换行符（\n）、引号（"）等JSON保留字符使用字符串'\n'、'\"'显示。
        • 一个JSON对象中不可以出现相同的Key，可能导致无法解析。
          --返回NULL。
select get_json_object('{"a":"1","a":"2"}', '$.a');
        • 不支持解析Emoji表情符号编码的字符串。
          --返回NULL。
select get_json_object('{"a":"<Emoji符号>"}', '$.a');
        • 输出结果按照字典排序方式输出。
          --返回{"a":"2","b":"1"}。
select get_json_object('{"b":"1","a":"2"}', '$');
      说明 自2021年1月21日及之后新创建的MaxCompute项目中，get_json_object函数的返回行为默认为保留原始字符串。2021年1月21日之前创建的MaxCompute项目中，get_json_object函数的返回行为默认为JSON保留字符转义。您可以通过以下示例判断MaxCompute项目中get_json_object函数采用了哪种行为，执行命令如下：
      select get_json_object('{"a":"[\\"1\\"]"}', '$.a');
--JSON保留字符转义的行为返回：
[\"1\"]

--保留原始字符串的行为返回：
["1"]

      您可以通过申请链接或搜索（钉钉群号：11782920）加入MaxCompute开发者社区钉群联系MaxCompute技术支持团队，将您的项目中的get_json_object函数返回行为切换为保留原始字符串的行为，避免在Session级别频繁设置属性。

  • 示例
    • 示例1：提取JSON对象src_json.json中的信息。命令示例如下。
      --JSON对象src_json.json的内容。
+----+
json
+----+
{"store":
{"fruit":[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],
"bicycle":{"price":19.95,"color":"red"}
},
"email":"amy@only_for_json_udf_test.net",
"owner":"amy"
}
--提取owner字段信息，返回amy。
select get_json_object(src_json.json, '$.owner') from src_json;
--提取store.fruit字段第一个数组信息，返回{"weight":8,"type":"apple"}。
select get_json_object(src_json.json, '$.store.fruit[0]') from src_json;
--提取不存在的字段信息，返回NULL。
select get_json_object(src_json.json, '$.non_exist_key') from src_json;
    • 示例2：提取数组型JSON对象的信息。命令示例如下。
      --返回2222。
select get_json_object('{"array":[["aaaa",1111],["bbbb",2222],["cccc",3333]]}','$.array[1][1]');
--返回["h0","h1","h2"]。
set odps.sql.udf.getjsonobj.new=true;
select get_json_object('{"aaa":"bbb","ccc":{"ddd":"eee","fff":"ggg","hhh":["h0","h1","h2"]},"iii":"jjj"}','$.ccc.hhh[*]');
--返回["h0","h1","h2"]。
set odps.sql.udf.getjsonobj.new=false;
select get_json_object('{"aaa":"bbb","ccc":{"ddd":"eee","fff":"ggg","hhh":["h0","h1","h2"]},"iii":"jjj"}','$.ccc.hhh');
--返回h1。
select get_json_object('{"aaa":"bbb","ccc":{"ddd":"eee","fff":"ggg","hhh":["h0","h1","h2"]},"iii":"jjj"}','$.ccc.hhh[1]');
    • 示例3：提取带有.的JSON对象中的信息。命令示例如下。
      --创建一张表。
create table mf_json (id string, json string);
--向表中插入数据，Key带.。
insert into table mf_json (id, json) values ("1", "{
\"China.beijing\":{\"school\":{\"id\":0,\"book\":[{\"title\": \"A\",
\"price\": 8.95},{\"title\": \"B\",\"price\": 10.2}]}}}");
--向表中插入数据，Key不带.。
insert into table mf_json (id, json) values ("2", "{
\"China_beijing\":{\"school\":{\"id\":0,\"book\":[{\"title\": \"A\",
\"price\": 8.95},{\"title\": \"B\",\"price\": 10.2}]}}}");
--取id的值，查询key为China.beijing，返回0。由于包含.，只能用['']来解析。
select get_json_object(json, "$['China.beijing'].school['id']") from mf_json where id =1;
--取id的值，查询key为China_beijing，返回0。查询方法有如下两种。
select get_json_object(json, "$['China_beijing'].school['id']") from mf_json where id =2;
select get_json_object(json, "$.China_beijing.school['id']") from mf_json where id =2;
    • 示例4：JSON输入为空或非法格式。命令示例如下。
      --返回NULL。
select get_json_object('','$.array[1][1]');
--返回NULL。
select get_json_object('"array":["aaaa",1111],"bbbb":["cccc",3333]','$.array[1][1]');
    • 示例5：JSON字符串涉及转义。命令示例如下。
      set odps.sql.udf.getjsonobj.new=true;
--返回"1"。
select get_json_object('{"a":"\\"1\\"","b":"2"}', '$.a'); 
--返回'1'。
select get_json_object('{"a":"\'1\'","b":"2"}', '$.a');

INITCAP

  • 命令格式
    string initcap(<str>)
  • 命令说明

    将str转换为固定格式的字符串，单词之间以空格分隔，转换后的格式为：字符串中每个单词首字母大写，其余小写。

  • 参数说明

    str：必填。STRING类型。输入的字符串。

  • 返回值说明

    返回一个字符串，字符串中每个单词首字母大写，其余变为小写。

  • 示例
    --返回Odps Sql。
SELECT initcap("oDps sql");

INSTR

  • 命令格式
    bigint instr(string <str1>, string <str2>[, bigint <start_position>[, bigint <nth_appearance>]])
  • 命令说明

    计算子串str2在字符串str1中的位置。

  • 参数说明
    • str1：必填。STRING类型。待搜索的目标字符串。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算，其他类型会返回报错。
    • str2：必填。STRING类型。待匹配的子串。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算，其他类型会返回报错。
    • start_position：可选。BIGINT类型，其他类型会返回报错。表示从str1的第几个字符开始搜索，默认起始位置是第一个字符位置1。当start_position为负数时表示开始位置是从字符串的结尾往前倒数，最后一个字符是-1，依次往前倒数。
    • nth_appearance：可选。BIGINT类型，大于0。表示str2在str1中第nth_appearance次匹配的位置。如果nth_appearance为其他类型或小于等于0，则返回报错。
  • 返回值说明

    返回BIGINT类型。返回规则如下：

    • 如果在str1中未找到str2，则返回0。
    • 如果str2为空串，则总能匹配成功，例如select instr('abc','');会返回1。
    • str1、str2、start_position或nth_appearance值为NULL时，返回NULL。
  • 示例
    • 示例1：计算字符e在字符串Tech on the net中的位置。命令示例如下。
      --返回2。
select instr('Tech on the net', 'e');
    • 示例2：计算子串on在字符串Tech on the net中的位置。命令示例如下。
      --返回6。
select instr('Tech on the net', 'on');
    • 示例3：计算字符e在字符串Tech on the net中，从第3个字符开始，第2次出现的位置。命令示例如下。
      --返回14。
select instr('Tech on the net', 'e', 3, 2);
    • 示例4：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select instr('Tech on the net', null);

IS_ENCODING

  • 命令格式
    boolean is_encoding(string <str>, string <from_encoding>, string <to_encoding>)
  • 命令说明

    判断输入的字符串str是否可以从指定的一个字符集from_encoding转为另一个字符集to_encoding。也可以用于判断输入是否为乱码，通常您可以将from_encoding设为UTF-8，to_encoding设为GBK。

  • 参数说明
    • str：必填。STRING类型。空字符串可以被认为属于任何字符集。
    • from_encoding、to_encoding：必填。STRING类型，源及目标字符集。
  • 返回值说明
    返回BOOLEAN类型。返回规则如下：
    • 如果str能够成功转换，则返回True，否则返回False。
    • str、from_encoding或to_encoding值为NULL时，返回NULL。
  • 示例
    • 示例1：判断字符测试或測試是否可以从utf-8字符集转为gbk字符集。命令示例如下。
      --返回true。
select is_encoding('测试', 'utf-8', 'gbk');
--返回true。
select is_encoding('測試', 'utf-8', 'gbk');
    • 示例2：判断字符測試是否可以从utf-8字符集转为gb2312字符集。命令示例如下。
      --GB2312字库中不包括这两个字，返回false。
select is_encoding('測試', 'utf-8', 'gb2312');
    • 示例3：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select is_encoding('测试', null, 'gbk');

KEYVALUE

  • 命令格式
    keyvalue(string <str>,[string <split1>,string <split2>,] string <key>)
keyvalue(string <str>,string <key>)
  • 命令说明

    将字符串str按照split1分成Key-Value对，并按split2将Key-Value对分开，返回key所对应的Value。

  • 参数说明
    • str：必填。STRING类型。待拆分的字符串。
    • split1、split2：可选。STRING类型。用于作为分隔符的字符串，按照指定的两个分隔符拆分源字符串。如果表达式中没有指定这两项，默认split1为";"，split2为":"。当某个被split1拆分后的字符串中有多个split2时，返回结果未定义。
    • key：必填。STRING类型。将字符串按照split1和split2拆分后，返回key值对应的Value。
  • 返回值说明

    返回STRING类型。返回规则如下：

    • split1或split2值为NULL时，返回NULL。
    • str或key值为NULL或没有匹配的key时，返回NULL。
    • 如果有多个Key-Value匹配，返回第一个匹配上的key对应的Value。
  • 示例
    • 示例1：将字符串0:1\;1:2拆分为Key-Value对，返回Key值1对应的Value。命令示例如下。
      --返回2。
select keyvalue('0:1\;1:2', 1);
      没有指定split1和split2，默认split1为";"，split2为":"。
      经过split1拆分后，Key-Value对为0:1\,1:2。经过split2拆分后变为如下。
      0 1/  
1 2
      返回Key为1所对应的Value值2。
    • 示例2：将字符串“\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;”按照“\;”拆分为Key-Value对，再按照":"将Key-Value分开，返回Key值tf对应的Value。命令示例如下。
      --返回21910。
select keyvalue("\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;","\;",":","tf");
      将“\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;”按照“\;”拆分后，得出的Key-Value对如下所示。
      decreaseStore:1，xcard:1，isB2C:1，tf:21910，cart:1，shipping:2，pf:0，market:shoes，instPayAmount:0
      按照":"拆分后，结果如下所示。
      decreaseStore 1  
xcard 1  
isB2C 1  
tf 21910  
cart 1  
shipping 2  
pf 0  
market shoes  
instPayAmount 0
      返回Key为tf对应的Value值21910。

KEYVALUE_TUPLE

  • 命令格式
    KEYVALUE_TUPLE(str, split1, split2, key1, key2, ..., keyN)
  • 命令说明

    将字符串str按照split1分成Key-Value对，并按split2将Key-Value对分开，返回多个key所对应的Value。

  • 参数说明
    • str：必填。STRING类型。待拆分的字符串。
    • split1、split2：必填。STRING类型。用于作为分隔符的字符串，按照指定的两个分隔符拆分源字符串。当某个被split1拆分后的字符串中有多个split2时，返回结果未定义。
    • key：必填。STRING类型。将字符串按照split1和split2拆分后，返回key值对应的Value。
  • 返回值说明

    返回STRING类型。返回规则如下：

    • split1或split2值为NULL时，返回NULL。
    • str或key值为NULL或没有匹配的key时，返回NULL。
  • 示例
    --创建表
create table mf_user (
user_id string,
user_info string
);
--插入数据
insert into mf_user values('1','age:18;genda:f;address:abc'),('2','age:20;genda:m;address:bcd');
--查询
SELECT user_id,
KEYVALUE(user_info,';',':','age') as age,
KEYVALUE(user_info,';',':','genda') as genda,
KEYVALUE(user_info,';',':','address') as address
FROM mf_user;
--等同于使用KEYVALUE查询
SELECT user_id,
age,
genda,
address
FROM mf_user LATERAL VIEW KEYVALUE_TUPLE(user_info,';', ':','age','genda','address') ui AS age,genda,address;
    结果如下所示。
    +------------+------------+------------+------------+
| user_id    | age        | genda      | address    |
+------------+------------+------------+------------+
| 1          | 18         | f          | abc        |
| 2          | 20         | m          | bcd        |
+------------+------------+------------+------------+

LENGTH

  • 命令格式
    bigint length(string <str>)
  • 命令说明

    计算字符串str的长度。

  • 参数说明

    str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。

  • 返回值说明
    返回BIGINT类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str值为NULL时，返回NULL。
    • str为非UTF-8编码格式时，返回-1。
  • 示例
    • 示例1：计算字符串Tech on the net的长度。命令示例如下。
      --返回15。
select length('Tech on the net');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select length(null);

LENGTHB

  • 命令格式
    bigint lengthb(string <str>)
  • 命令说明

    计算字符串str以字节为单位的长度。

  • 参数说明

    str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。

  • 返回值说明
    返回BIGINT类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str值为NULL时，返回NULL。
  • 示例
    • 示例1：计算字符串Tech on the net以字节为单位的长度。命令示例如下。
      --返回15。
select lengthb('Tech on the net');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select lengthb(null);

LOCATE

  • 命令格式
    bigint locate(string <substr>, string <str>[, bigint <start_pos>])
  • 命令说明

    在str中查找substr的位置。您可以通过start_pos指定开始查找的位置，从1开始计数。

  • 参数说明
    • substr：必填。STRING类型。待查找的字符串。
    • str：必填。STRING类型。待匹配的字符串。
    • start_pos：可选。BIGINT类型。指定查找的起始位置。
  • 返回值说明
    返回为BIGINT类型。返回规则如下：
    • str中无法匹配到substr时，返回0。
    • str或substr值为NULL时，返回NULL。
    • start_pos值为NULL时，返回0。
  • 示例
    • 示例1：查找字符串ab在字符串abchelloabc中的位置。命令示例如下。
      --返回1。
select locate('ab', 'abchelloabc');
    • 示例2：查找字符串hi在字符串abchelloabc中的位置。命令示例如下。
      --返回0。
select locate('hi', 'abc,hello,ab,c');
    • 示例3：start_pos为NULL。命令示例如下。
      --返回0。
select locate('ab', 'abhelloabc', null);

LTRIM

  • 命令格式
    string ltrim(string <str>[, <trimChars>])
string trim(leading [<trimChars>] from <str>)
  • 命令说明
    从str的左端去除字符：
    • 如果未指定trimChars，则默认去除空格字符。
    • 如果指定了trimChars，则以trimChars中包含的字符作为一个集合，从str的左端去除尽可能长的所有字符都在集合trimChars中的子串。
  • 参数说明
    • str：必填。STRING类型。待去除左端字符的字符串。如果输入为BIGINT、DECIMAL、DOUBLE或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • trimChars：可选。String类型。待去除的字符。
  • 返回值说明
    返回为STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str或trimChars值为NULL时，返回NULL。
  • 示例
    • 示例1：去除字符串 yxTxyomxx 的左边空格。命令示例如下。
      --返回字符串yxTxyomxx 。
select ltrim(' yxTxyomxx ');
--等效于如下语句。
select trim(leading from ' yxTxyomxx ');
    • 示例2：去除字符串yxTxyomxx左端所有字符都在集合xy中的子串。
      --返回Txyomxx，只要左端遇到x或者y就会被去掉。
select ltrim('yxTxyomxx', 'xy');
--等效于如下语句。
select trim(leading 'xy' from 'yxTxyomxx');
    • 示例3：输入参数为NULL。命令示例如下。
      --返回NULL。
select ltrim(null);
select ltrim('yxTxyomxx', null);

MASK_HASH

  • 命令格式
    mask_hash(<expr>)
  • 命令说明

    返回基于字符串表达式（expr）计算的Hash值。Hash值相同证明表达式的值相同。

  • 参数说明

    expr：必填。需要计算Hash值的字符串表达式。支持STRING、CHAR、VARCHAR、BINARY类型。

  • 返回值说明

    返回字符串表达式计算出的Hash值， 固定长度64字节； 对所有非字符串类型的表达式返回null， 与Hive兼容。

  • 示例
    --对abc返回hash值
select mask_hash("abc");
--返回
+------------+
| _c0        |
+------------+
| ba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015ad |
+------------+

--对其他类型输入值，返回NULL
select mask_hash(100);
--返回
+------------+
| _c0        |
+------------+
| NULL       |
+------------+

MD5

  • 命令格式
    string md5(string <str>)
  • 命令说明

    计算字符串str的MD5值。

  • 参数说明

    str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型参与运算。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str值为NULL时，返回NULL。
  • 示例
    • 示例1：计算字符串Tech on the net的MD5值。命令示例如下。
      --返回ddc4c4796880633333d77a60fcda9af6。
select md5('Tech on the net');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select md5(null);

PARSE_URL

  • 命令格式
    string parse_url(string <url>, string <part>[, string <key>])
  • 命令说明

    对url解析后，按照part提取信息。

  • 参数说明
    • url：必填。STRING类型。URL链接。无效URL链接会返回报错。
    • part：必填。STRING类型。取值包含：HOST、PATH、QUERY、REF、PROTOCOL、AUTHORITY、FILE和USERINFO，不区分大小写。
    • key：可选。当part取值为QUERY时，根据key值取出对应的Value值。
  • 返回说明
    返回STRING类型。返回规则如下：
    • url、part或key值为NULL时，返回NULL。
    • part取值不符合要求时，返回报错。
  • 示例
    --返回example.com。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'HOST');
--返回/over/there/index.dtb。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'PATH');
--返回animal。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'QUERY', 'type');
--返回nose。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'REF');
--返回file。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'PROTOCOL');
--返回 username:password@example.com:8042。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'AUTHORITY');
--返回username:password。
select parse_url('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'USERINFO');

PARSE_URL_TUPLE

  • 命令格式
    string parse_url_tuple(string <url>, string <key1>, string <key2>,...)
  • 命令说明

    对url解析后，按照输入的一组键key1、key2等抽取各个键指定的字符串。该功能与PARSE_URL类似，但它可以同时提取多个键对应的字符串，性能更优。

  • 参数说明
    • url：必填。STRING类型。URL链接。无效URL链接会返回报错。
    • key1、key2：必填。STRING类型。指定要抽取的键。取值范围如下：
      • HOST：获取主机地址，可以为域名或IP地址。
      • PATH：获取网络资源在服务器中的路径。
      • QUERY：查询字符串，指代待查询的内容。
      • REF：获取URL注释。鼠标悬停至URL链接上时显示的内容。
      • PROTOCOL：获取协议类型。
      • AUTHORITY：获取服务器的域名或IP地址、端口号和用户鉴权信息（例如用户名、密码）。
      • FILE：获取网络资源在服务器中的路径和待查询的内容，即由PATH和QUERY组成。
      • USERINFO：用户鉴权信息。
      • QUERY:<KEY>：获取查询字符串中指定字段（Key）的取值。
      不区分大小写。不在该范围内的取值会返回报错。
  • 返回说明

    返回STRING类型。url或key值为NULL时，返回报错。

  • 示例
    抽取file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose中各个键对应的字符串。命令示例如下。
    select parse_url_tuple('file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose', 'HOST', 'PATH', 'QUERY', 'REF', 'PROTOCOL', 'AUTHORITY', 'FILE', 'USERINFO', 'QUERY:type', 'QUERY:name') as (item0, item1, item2, item3, item4, item5, item6, item7, item8, item9);
    返回结果如下。
    +------------+------------+------------+------------+------------+------------+------------+------------+------------+------------+
| item0      | item1      | item2      | item3      | item4      | item5      | item6      | item7      | item8      | item9      |
+------------+------------+------------+------------+------------+------------+------------+------------+------------+------------+
| example.com | /over/there/index.dtb | type=animal&name=narwhal | nose       | file       | username:password@example.com:8042 | /over/there/index.dtb?type=animal&name=narwhal | username:password | animal     | narwhal    |
+------------+------------+------------+------------+------------+------------+------------+------------+------------+------------+

REGEXP_COUNT

  • 命令格式
    bigint regexp_count(string <source>, string <pattern>[, bigint <start_position>])
  • 命令说明

    计算source中从start_position位置开始，匹配指定pattern的子串数。

  • 参数说明
    • source：必填。STRING类型。待搜索的字符串，其他类型会返回报错。
    • pattern：必填。STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范，请参见正则表达式规范。pattern为空串或其他类型时返回报错。
    • start_position：可选。BIGINT类型常量，必须大于0。其他类型或值小于等于0时返回报错。不指定时默认为1，表示从source的第一个字符开始匹配。
  • 返回值说明
    返回BIGINT类型。返回规则如下：
    • 如果没有匹配成功，返回0。
    • source、pattern或start_position值为NULL时，返回NULL。
  • 示例
    • 示例1：计算abababc中从指定位置开始，匹配指定规则的子串数。命令示例如下。
      --返回1。
select regexp_count('abababc', 'a.c');
--返回2。
select regexp_count('abababc', '[[:alpha:]]{2}', 3);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select regexp_count('abababc', null);
    • 示例3：计算:出现在JSON字符串{"account_id":123456789,"account_name":"allen","location":"hangzhou","bill":100}中的次数。命令示例如下。
      --返回4。
select regexp_count('{"account_id":123456789,"account_name":"allen","location":"hangzhou","bill":100}',':');

REGEXP_EXTRACT

  • 命令格式
    string regexp_extract(string <source>, string <pattern>[, bigint <groupid>])
  • 命令说明

    将字符串source按照pattern的分组规则进行字符串匹配，返回第groupid个组匹配到的字符串内容。

  • 参数说明
    • source：必填。STRING类型，待拆分的字符串。
    • pattern：必填。STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范，请参见正则表达式规范。
    • groupid：可选。BIGINT类型常量，必须大于等于0。
    说明 数据以UTF-8格式保存。对于中文字符可以用对应的16进制编码表示，中文字符编码的范围是[\\x{4e00},\\x{9fa5}]。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • 如果pattern为空串或pattern中没有分组，返回报错。
    • groupid非BIGINT类型或小于0时，返回报错。不指定时默认为1，表示返回第一个组。如果groupid等于0，则返回满足整个pattern的子串。
    • source、pattern或groupid值为NULL时，返回NULL。
  • 示例
    • 示例1：将foothebar按照foo(.*?)(bar)拆分。命令示例如下。
      --返回the。
select regexp_extract('foothebar', 'foo(.*?)(bar)');
--返回foothebar。
select regexp_extract('foothebar', 'foo(.*?)(bar)', 0);
    • 示例2：将8d99d8按照8d(\\d+)d8拆分。命令示例如下。
      --返回99。在MaxCompute客户端上提交正则计算的SQL，需要使用两个"\"作为转义字符。
select regexp_extract('8d99d8', '8d(\\d+)d8');
    • 示例3：提取【阿里云】aliyun中的中文字符及标点。命令示例如下。
      --返回【阿里云】。
select regexp_extract('【阿里云】aliyun', '([^\\x{00}-\\x{ff}]+)');
    • 示例4：提取【阿里云】aliyun中的中文字符。命令示例如下。
      --返回阿里云。
select regexp_extract('【阿里云】aliyun', '([\\x{4e00}-\\x{9fa5}]+)');
    • 示例5：提取【阿里云】aliyun阿里云中的中文字符，该场景较为复杂，无法通过REGEXP_EXTRACT函数实现，需要通过REGEXP_REPLACE函数实现。命令示例如下。
      --返回【阿里云】阿里云。
select regexp_replace('【阿里云】aliyun阿里云', '([\\x{00}-\\x{ff}])', '');
    • 示例6：没有分组。错误命令示例如下：
      select regexp_extract('foothebar', 'foothebar');

REGEXP_INSTR

  • 命令格式
    bigint regexp_instr(string <source>, string <pattern>[,bigint <start_position>[, bigint <occurrence>[, bigint <return_option>]]])
  • 命令说明

    计算字符串source从start_position开始，与pattern第occurrence次匹配的子串的起始或结束位置。

  • 参数说明
    • source：必填。STRING类型。源字符串。
    • pattern：必填。STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范，请参见正则表达式规范。pattern为空串时返回报错。
    • start_position：可选。BIGINT类型常量。搜索的开始位置。不指定时默认值为1。
    • occurrence：可选。BIGINT类型常量。指定匹配次数，不指定时默认值为1，表示搜索第一次出现的位置。
    • return_option：可选。BIGINT类型常量。指定返回的位置。值为0或1，不指定时默认值为0，其他类型或不允许的值会返回报错。0表示返回匹配的开始位置，1表示返回匹配的结束位置。
  • 返回值说明
    返回BIGINT类型。return_option指定匹配的子串在source中的开始或结束位置。返回规则如下：
    • 如果pattern为空串，返回报错。
    • start_position或occurrence非BIGINT类型或小于等于0时，返回报错。
    • source、pattern、start_position、occurrence或return_option值为NULL时，返回NULL。
  • 示例
    • 示例1：计算字符串i love www.taobao.com从3开始，与o[[:alpha:]]{1}第2次匹配的子串开始位置。命令示例如下。
      --返回14。
select regexp_instr('i love www.taobao.com', 'o[[:alpha:]]{1}', 3, 2);
    • 示例2：计算字符串i love www.taobao.com从3开始，与o[[:alpha:]]{1}第2次匹配的子串结束位置。命令示例如下。
      --返回16。
select regexp_instr('i love www.taobao.com', 'o[[:alpha:]]{1}', 3, 2, 1);
    • 示例3：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select regexp_instr('i love www.taobao.com', null, 3, 2);

REGEXP_REPLACE

  • 命令格式
    string regexp_replace(string <source>, string <pattern>, string <replace_string>[, bigint <occurrence>])
  • 命令说明

    将source字符串中第occurrence次匹配pattern的子串替换成指定字符串replace_string后返回结果字符串。

  • 参数说明
    • source：必填。STRING类型，待替换的字符串。
    • pattern：必填。STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范，请参见正则表达式规范。pattern为空串时返回报错。
    • replace_string：必填。STRING类型，将匹配pattern的字符串替换后的字符串。
    • occurrence：可选。BIGINT类型常量，必须大于等于0，表示将第occurrence次匹配的字符串替换为replace_string，为0时表示替换所有匹配的子串。为其他类型或小于0时，返回报错。默认值为0。
  • 返回值说明

    返回STRING类型。返回规则如下：

    • 当引用不存在的组时，不进行替换。
    • 如果replace_string值为NULL且pattern有匹配，返回NULL。
    • 如果replace_string值为NULL但pattern不匹配，返回原字符串。
    • source、pattern或occurrence值为NULL时，返回NULL。
  • 示例
    • 示例1：将123.456.7890字符串中与([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})匹配的所有字符串替换为(\\1)\\2-\\3。命令示例如下。
      --返回(123)456-7890。
select regexp_replace('123.456.7890', '([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})',
'(\\1)\\2-\\3', 0);
    • 示例2：将abcd字符串中与指定规则匹配的字符串进行替换。命令示例如下。
      --返回a b c d。
select regexp_replace('abcd', '(.)', '\\1 ', 0);
--返回a bcd。
select regexp_replace('abcd', '(.)', '\\1 ', 1);
--返回abcd。
select regexp_replace('abcd', '(.)', '\\2', 1);
    • 示例3：假设表url_set中列名为url的数据格式为www.simple@xxx.com，且每行的xxx完全不同，现需要将列中www后的所有内容都替换掉。命令示例如下。
      --返回结果为wwwtest。
select regexp_replace(url,'(www)(.*)','wwwtest',0) from url_set;
    • 示例4：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select regexp_replace('abcd', '(.)', null, 0);
    • 示例5：引用不存在的组。命令示例如下。
      --因为pattern中只定义了一个组，引用的第二个组不存在。
--请避免这样使用，引用不存在的组的结果未定义。
regexp_replace("abcd", "(.*)(.)$", "\\2", 0) = "d"
--因为在pattern中没有组的定义，所以\1引用了不存在的组，
--请避免这样使用，引用不存在的组的结果未定义。
regexp_replace("abcd", "a", "\\1", 0) = "bcd"

REGEXP_SUBSTR

  • 命令格式
    string regexp_substr(string <source>, string <pattern>[, bigint <start_position>[, bigint <occurrence>]])
  • 命令说明

    返回从start_position位置开始，source中第occurrence次匹配指定pattern的子串。

  • 参数说明
    • source：必填。STRING类型。待搜索的字符串。
    • pattern：必填。STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范，请参见正则表达式规范。
    • start_position：可选。其他BIGINT常量，必须大于0。不指定时默认为1，表示从source的第一个字符开始匹配。
    • occurrence：可选。BIGINT常量，必须大于0。不指定时默认为1，表示返回第一次匹配的子串。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • 如果pattern为空串，返回报错。
    • 没有匹配时，返回NULL。
    • start_position或occurrence非BIGINT类型或小于等于0时，返回报错。
    • source、pattern、start_position、occurrence或return_option值为NULL时，返回NULL。
  • 示例
    • 示例1：返回I love aliyun very much字符串中与指定规则匹配的字符串。命令示例如下。
      --返回aliyun。
select regexp_substr('I love aliyun very much', 'a[[:alpha:]]{5}');
--返回have。
select regexp_substr('I have 2 apples and 100 bucks!', '[[:blank:]][[:alnum:]]*', 1, 1);
--返回2。
select regexp_substr('I have 2 apples and 100 bucks!', '[[:blank:]][[:alnum:]]*', 1, 2);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select regexp_substr('I love aliyun very much', null);

REPEAT

  • 命令格式
    string repeat(string <str>, bigint <n>)
  • 命令说明

    返回将str重复n次后的字符串。

  • 参数说明
    • str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • n：必填。BIGINT类型。长度不超过2 MB。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • n为空时，返回报错。
    • str或n值为NULL时，返回NULL。
  • 示例
    • 示例1：将字符串abc重复5次。命令示例如下。
      --返回abcabcabcabcabc。
select repeat('abc', 5);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select repeat('abc', null);

REVERSE

  • 命令格式
    string reverse(string <str>)
  • 命令说明

    返回倒序字符串。

  • 参数说明

    str：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str值为NULL时，返回NULL。
  • 示例
    • 示例1：返回字符串I love aliyun very much的倒序。命令示例如下。
      --返回字符串hcum yrev nuyila evol I。
select reverse('I love aliyun very much');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select reverse(null);

RTRIM

  • 命令格式
    string rtrim(string <str>[, <trimChars>])
string trim(trailing [<trimChars>] from <str>)
  • 命令说明
    从str的右端去除字符：
    • 如果未指定trimChars，则默认去除空格字符。
    • 如果指定了trimChars，则以trimChars中包含的字符作为一个集合，从str的右端去除尽可能长的所有字符都在集合trimChars中的子串。
  • 参数说明
    • str：必填。STRING类型。待去除右端字符的字符串。如果输入为BIGINT、DECIMAL、DOUBLE或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • trimChars：可选。String类型。待去除的字符。
  • 返回值说明
    返回为STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str或trimChars值为NULL时，返回NULL。
  • 示例
    • 示例1：去除字符串 yxTxyomxx 的右边空格。命令示例如下。
      --返回字符串 yxTxyomxx。
select rtrim(' yxTxyomxx ');
--等效于如下语句。
select trim(trailing from ' yxTxyomxx ');
    • 示例2：去除字符串yxTxyomxx右端所有字符都在集合xy中的子串。
      --返回yxTxyom，只要右端遇到x或者y就会被去掉。
select rtrim('yxTxyomxx', 'xy');
--等效于如下语句。
select trim(trailing 'xy' from 'yxTxyomxx');
    • 示例3：输入参数为NULL。命令示例如下。
      --返回NULL。
select rtrim(null);
select ltrim('yxTxyomxx', 'null');

SPACE

  • 命令格式
    string space(bigint <n>)
  • 命令说明

    生成空格字符串，长度为n。

  • 参数说明

    n：必填。BIGINT类型。长度不超过2 MB。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • n为空时，返回报错。
    • n值为NULL时，返回NULL。
  • 示例
    --返回10。
select length(space(10));

SPLIT_PART

  • 命令格式
    string split_part(string <str>, string <separator>, bigint <start>[, bigint <end>])
  • 命令说明

    依照分隔符separator拆分字符串str，返回从start部分到end部分的子串（闭区间）。

  • 参数说明
    • str：必填。STRING类型。待拆分的字符串。如果是BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • separator：必填。STRING类型常量。拆分用的分隔符，可以是一个字符，也可以是一个字符串。
    • start：必填。BIGINT类型常量，必须大于0。表示返回段的开始编号（从1开始）。
    • end：BIGINT类型常量，大于等于start。表示返回段的截止编号，可省略，缺省时表示和start取值相等，返回start指定的段。
  • 返回值说明

    返回STRING类型。返回规则如下：

    • 如果start的值大于切分后实际的分段数，例如字符串拆分完有6个片段，start大于6，返回空串。
    • 如果separator不存在于str中，且start指定为1，返回整个str。如果str为空串，则输出空串。
    • 如果separator为空串，则返回原字符串str。
    • 如果end大于片段个数，返回从start开始的子串。
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • separator非STRING类型常量时，返回报错。
    • start或end非BIGINT类型常量时，返回报错。
    • 除separator外，如果任一参数值为NULL，返回NULL。
  • 示例
    • 示例1：依照分隔符,拆分字符串a,b,c,d，返回指定部分的子串。命令示例如下。
      --返回a。
select split_part('a,b,c,d', ',', 1);
--返回a,b。
select split_part('a,b,c,d', ',', 1, 2);
    • 示例2：start的值大于切分后实际的分段数。命令示例如下。
      --返回空串。
select split_part('a,b,c,d', ',', 10);
    • 示例3：separator不存在于str中。命令示例如下。
      --返回a,b,c,d。
select split_part('a,b,c,d', ':', 1);
--返回空串。
select split_part('a,b,c,d', ':', 2);
    • 示例4：separator为空串。命令示例如下。
      --返回a,b,c,d。
select split_part('a,b,c,d', '', 1);
    • 示例5：end的值大于切分后实际的分段数。命令示例如下。
      --返回b,c,d。
select split_part('a,b,c,d', ',', 2, 6);
    • 示例6：除separator外，任一输入参数为NULL。命令示例如下。
      --返回NULL。
select split_part('a,b,c,d', ',', null);

SUBSTR

  • 命令格式
    string substr(string <str>, bigint <start_position>[, bigint <length>])
  • 命令说明

    返回字符串str从start_position开始，长度为length的子串。

  • 参数说明
    • str：必填。STRING类型。如果输入为BIGINT、DECIMAL、DOUBLE或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • start_position：必填。BIGINT类型，默认起始位置为1。
      • Hive兼容数据类型版本：当start_position为0时，与起始位置为1时相同。
      • 1.0和2.0数据类型版本：当start_position为0时，返回NULL。
    • length：可选。BIGINT类型，表示子串的长度值。值必须大于0。
      重要
      • 如果setproject odps.function.strictmode=false时：length值小于0时，会返回空白。
      • 如果setproject odps.function.strictmode=true时：length值小于0时，会返回错误。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • str非STRING、BIGINT、DECIMAL、DOUBLE或DATETIME类型时，返回报错。
    • length非BIGINT类型或值小于等于0时，返回报错。
    • 当length被省略时，返回到str结尾的子串。
    • str、start_position或length值为NULL时，返回NULL。
  • 示例
    • 示例1：返回字符串abc从指定位置开始，指定长度的子串。命令示例如下。
      --返回bc。
select substr('abc', 2);
--返回b。
select substr('abc', 2, 1);
--返回bc。
select substr('abc',-2 , 2);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select substr('abc', null);

SUBSTRING

  • 命令格式
    string substring(string|binary <str>, int <start_position>[, int <length>])
  • 命令说明

    返回字符串str从start_position开始，长度为length的子串。

  • 参数说明
    • str：必填。STRING或BINARY类型。
    • start_position：必填。INT类型，起始位置为1。当start_position为0时，返回空串。当start_position为负数时，表示开始位置是从字符串的结尾往前倒数，最后一个字符是-1，依次往前倒数。
    • length：可选。BIGINT类型，表示子串的长度值。值必须大于0。
  • 返回值说明

    返回STRING类型。返回规则如下：

    • str非STRING或BINARY类型时，返回报错。
    • length非BIGINT类型或值小于等于0时，返回报错。
    • 当length被省略时，返回到str结尾的子串。
    • str、start_position或length值为NULL时，返回NULL。
  • 示例
    • 示例1：返回字符串abc从指定位置开始，指定长度的子串。命令示例如下。
      --返回bc。
select substring('abc', 2);
--返回b。
select substring('abc', 2, 1);
--返回bc。
select substring('abc',-2,2);
--返回ab。
select substring('abc',-3,2);
--返回001。
substring(bin(2345), 2, 3);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select substring('abc', null, null);

TO_CHAR

  • 命令格式
    string to_char(boolean <value>)
string to_char(bigint <value>)
string to_char(double <value>)
string to_char(decimal <value>)
  • 命令说明

    将BOOLEAN、BIGINT、DECIMAL或DOUBLE类型值转换为对应的STRING类型表示。

  • 参数说明

    value：必填。BOOLEAN、BIGINT、DECIMAL或DOUBLE类型。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • value非BOOLEAN、BIGINT、DECIMAL或DOUBLE类型时，返回报错。
    • value值为NULL时，返回NULL。
  • 示例
    • 示例1：将如下值转换为STRING类型表示。命令示例如下。
      --返回字符串123。
select to_char(123);
--返回字符串TRUE。
select to_char(true);
--返回字符串1.23。
select to_char(1.23);
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select to_char(null);

TO_JSON

  • 命令格式
    to_json(<expr>)
  • 命令说明

    将给定的复杂类型expr，以JSON字符串格式输出。

  • 参数说明
    expr：必填。ARRAY、MAP、STRUCT复杂类型。
    说明 如果输入为STRUCT类型（struct<key1:value1, key2:value2）：
    • 转换为JSON字符串时，Key会全部转为小写。
    • value如果为NULL，则不输出value本组的数据。例如value2为NULL，则key2:value2不会输出到JSON字符串。
  • 示例
    • 示例1：将指定复杂类型以指定格式输出。命令示例如下。
      --返回{"a":1,"b":2}。
select to_json(named_struct('a', 1, 'b', 2));
--返回{"time":"26/08/2015"}。
select to_json(named_struct('time', "26/08/2015"));
--返回[{"a":1,"b":2}]。
select to_json(array(named_struct('a', 1, 'b', 2)));
--返回{"a":{"b":1}}。
select to_json(map('a', named_struct('b', 1)));
--返回{"a":1}。
select to_json(map('a', 1));
--返回[{"a":1}]。
select to_json(array((map('a', 1))));
    • 示例2：输入为STRUCT类型的特殊情况。命令示例如下。
      --返回{"a":"B"}。STRUCT类型转换为JSON字符串时，key会全部转为小写。
select to_json(named_struct("A", "B"));
--返回{"k2":"v2"}。NULL值所在组的数据，不会输出到JSON字符串。
select to_json(named_struct("k1", cast(null as string), "k2", "v2"));

TOLOWER

  • 命令格式
    string tolower(string <source>)
  • 命令说明

    将字符串source中的大写字符转换为对应的小写字符。

  • 参数说明

    source：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。目前只支持英文字符。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • source非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • source值为NULL时，返回NULL。
  • 示例
    • 示例1：将字符串中的大写字符转换为小写字符。命令示例如下。
      --返回abcd。
select tolower('aBcd');
--返回中国fighting。
select tolower('中国Fighting');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select tolower(null);

TOUPPER

  • 命令格式
    string toupper(string <source>)
  • 命令说明

    将字符串source中的小写字符转换为对应的大写字符。

  • 参数说明

    source：必填。STRING类型。如果输入为BIGINT、DOUBLE、DECIMAL或DATETIME类型，则会隐式转换为STRING类型后参与运算。目前只支持英文字符。

  • 返回值说明
    返回STRING类型。返回规则如下：
    • source非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • source值为NULL时，返回NULL。
  • 示例
    • 示例1：将字符串中的小写字符转换为大写字符。命令示例如下。
      --返回ABCD。
select toupper('aBcd');
--返回中国FIGHTING。
select toupper('中国Fighting');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select toupper(null);

TRIM

  • 命令格式
    string trim(string <str>[,<trimChars>])
string trim([BOTH] [<trimChars>] from <str>)
  • 命令说明
    从str的左右两端去除字符：
    • 如果未指定trimChars，则默认去除空格字符。
    • 如果指定了trimChars，则以trimChars中包含的字符作为一个集合，从str的左右两端去除尽可能长的所有字符都在集合trimChars中的子串。
  • 参数说明
    • str：必填。STRING类型。待去除左右两端字符的字符串。如果输入为BIGINT、DECIMAL、DOUBLE或DATETIME类型，则会隐式转换为STRING类型后参与运算。
    • trimChars：可选。String类型。待去除的字符。
  • 返回值说明
    返回为STRING类型。返回规则如下：
    • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME类型时，返回报错。
    • str或trimChars值为NULL时，返回NULL。
  • 示例
    • 示例1：去除字符串 yxTxyomxx 的左右空格。命令示例如下。
      --返回字符串yxTxyomxx。
select trim(' yxTxyomxx ');
--等效于如下语句。
select trim(both from ' yxTxyomxx ');
select trim(from ' yxTxyomxx ');
    • 示例2：去除字符串yxTxyomxx左右两端所有字符都在集合xy中的子串。
      --返回Txyom，只要左右两端遇到x或者y就会被去掉。
select trim('yxTxyomxx', 'xy');
--等效于如下语句。
select trim(both 'xy' from 'yxTxyomxx');
select trim('xy' from 'yxTxyomxx');
    • 示例3：输入参数为NULL。命令示例如下。
      --返回NULL。
select trim(null);
select trim('yxTxyomxx', null);

URL_DECODE

  • 命令格式
    string url_decode(string <input>[, string <encoding>])
  • 命令说明
    将输入字符串从application/x-www-form-urlencoded MIME格式转为常规字符串，是url_encode的逆过程。编码规则如下：
    • a~z、A~Z保持不变。
    • 英文句点（.）、短划线（-）、星号（*）和下划线（_）保持不变。
    • 加号（+）转为空格。
    • %xy格式的序列转为对应的字节值，连续的字节值根据输入的encoding名称解码为对应的字符串。
    • 其余的字符保持不变。
  • 参数说明
    • input：必填。STRING类型。要输入的字符串。
    • encoding：可选。指定编码格式，支持GBK或UTF-8等标准编码格式，不输入默认为UTF-8。
  • 返回值说明

    返回STRING类型UTF-8编码的字符串。input或encoding值为NULL时，返回NULL。

  • 示例
    --返回示例for url_decode:// (fdsf)。
select url_decode('%E7%A4%BA%E4%BE%8Bfor+url_decode%3A%2F%2F+%28fdsf%29');
--返回Example for URL_DECODE:// dsf(fasfs)。
select url_decode('Example+for+url_decode+%3A%2F%2F+dsf%28fasfs%29', 'GBK');

URL_ENCODE

  • 命令格式
    string url_encode(string <input>[, string <encoding>])
  • 命令说明
    将输入字符串编码为application/x-www-form-urlencoded MIME格式。编码格式如下：
    • a~z、A~Z保持不变。
    • 英文句点（.）、短划线（-）、星号（*）和下划线（_）保持不变。
    • 空格转为加号（+）。
    • 其余字符根据指定的encoding转为字节值，然后将每个字节值表示为%xy的格式，xy是该字符的十六进制表示方式。
  • 参数说明
    • input：必填。STRING类型。要输入的字符串。
    • encoding：可选。指定编码格式，支持GBK或UTF-8等标准编码格式，不输入默认为UTF-8。
  • 返回值说明

    返回STRING类型。input或encoding值为NULL时，返回NULL。

  • 示例
    --返回%E7%A4%BA%E4%BE%8Bfor+url_encode%3A%2F%2F+%28fdsf%29。
select url_encode('示例for url_encode:// (fdsf)');
--返回Example+for+url_encode+%3A%2F%2F+dsf%28fasfs%29。
select url_encode('Example for url_encode:// dsf(fasfs)', 'GBK');

JSON_TUPLE

  • 命令格式
    string json_tuple(string <json>, string <key1>, string <key2>,...)
  • 命令说明

    用于一个标准的JSON字符串中，按照输入的一组键(key1,key2,...)抽取各个键指定的字符串。

  • 参数说明
    • json：必填。STRING类型，标准的JSON格式字符串。
    • key：必填。STRING类型，用于描述在JSON中的path，一次可输入多个，不能以美元符号（$）开头。MaxCompute支持用.或['']这两种字符解析JSON，当JSON的Key本身包含.时，可以用['']来替代。
  • 返回值

    返回STRING类型。

    说明
    • 如果JSON为空或者为非法的JSON格式，返回NULL。
    • 如果键Key为空或者不合法（JSON中不存在）返回NULL。
    • 如果JSON合法，键Key也存在，则返回对应字符串。
    • 支持包含中文的JSON数据解析。
    • 支持多层嵌套的JSON数据解析。
    • 支持包含多重嵌套的数组的JSON数据解析。
    • 解析行为和设置了set odps.sql.udf.getjsonobj.new=true;后的GET_JSON_OBJECT的行为保持一致。在需要对同一个JSON字符串多次解析的情况下，相比于多次调用GET_JSON_OBJECT，JSON_TUPLE可以一次输入多个Key，且JSON字符串只被解析一次，效率更高。
    • JSON_TUPLE是UDTF，在需要选取其他列时应配合Lateral View使用。
  • 示例
    --创建一张表school。
create table school (id string, json string);
--向表中插入数据。
insert into school (id, json) values ("1", "{
\"school\": \"湖畔大学\", \"地址\":\"杭州\", \"SchoolRank\": \"00\", 
\"Class1\":{\"Student\":[{\"studentId\":1,\"scoreRankIn3Year\":[1,2,[3,2,6]]}, 
{\"studentId\":2,\"scoreRankIn3Year\":[2,3,[4,3,1]]}]}}");
    • 示例1：提取JSON对象信息。命令示例如下。
      select json_tuple(school.json,"SchoolRank","Class1") as (item0, item1) from school;
--等效于如下语句。
select get_json_object(school.json,"$.SchoolRank") item0,get_json_object(school.json,"$.Class1") item1 from school;

--返回结果如下。
+-------+-------+
| item0 | item1 |
+-------+-------+
| 00    | {"Student":[{"studentId":1,"scoreRankIn3Year":[1,2,[3,2,6]]},{"studentId":2,"scoreRankIn3Year":[2,3,[4,3,1]]}]} |
+-------+-------+
    • 示例2：使用['']提取JSON对象信息。命令示例如下。
      select json_tuple(school.json,"school","['Class1'].Student") as (item0, item2) from school where id=1;
--返回结果如下。
+-------+-------+
| item0 | item2 |
+-------+-------+
| 湖畔大学 | [{"studentId":1,"scoreRankIn3Year":[1,2,[3,2,6]]},{"studentId":2,"scoreRankIn3Year":[2,3,[4,3,1]]}] |
    • 示例3：支持解析包含中文的JSON数据。命令示例如下。
      select json_tuple(school.json,"校名","地址") as (item0,item1) from school;
--返回结果如下。
+-------+-------+
| item0 | item1 |
+-------+-------+
| 湖畔大学 | 杭州 |
+-------+-------+
    • 示例4：支持解析多层嵌套的JSON数据。命令示例如下。
      select sc.Id, q.item0, q.item1 
from school sc lateral view json_tuple(sc.json,"Class1.Student[*].studentId","Class1.Student[0].scoreRankIn3Year") q as item0,item1;

--返回结果如下。
+------------+-------+-------+
| id         | item0 | item1 |
+------------+-------+-------+
| 1          | [1,2] | [1,2,[3,2,6]] |
+------------+-------+-------+
    • 示例5：支持解析包含多重嵌套数组的JSON数据。命令示例如下。
      select sc.Id, q.item0, q.item1
from school sc lateral view json_tuple(sc.json,"Class1.Student[0].scoreRankIn3Year[2]","Class1.Student[0].scoreRankIn3Year[2][1]") q as item0,item1;
--返回结果如下。
+------------+-------+-------+
| id         | item0 | item1 |
+------------+-------+-------+
| 1          | [3,2,6] | 2     |
+------------+-------+-------+

LPAD

  • 命令格式
    string lpad(string <str1>, int <length>, string <str2>)
  • 命令说明

    用字符串str2将字符串str1向左补足到length位。此函数为MaxCompute 2.0扩展函数。

  • 参数说明
    • str1：必填。STRING类型。待向左补位的字符串。
    • length：必填。INT类型。向左补位位数。
    • str2：必填。用于补位的字符串。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • 如果length小于str1的位数，则返回str1从左开始截取length位的字符串。
    • 如果length为0，则返回空串。
    • 如果没有输入参数或任一输入参数值为NULL，返回NULL。
  • 示例
    • 示例1：用字符串12将字符串abcdefgh向左补足到10位。命令示例如下。
      --返回12abcdefgh。
select lpad('abcdefgh', 10, '12');
    • 示例2：用字符串12将字符串abcdefgh向左补足到5位。命令示例如下。
      --返回abcde。
select lpad('abcdefgh', 5, '12');
    • 示例3：length为0。命令示例如下。
      --返回空串。
select lpad('abcdefgh' ,0, '12');
    • 示例4：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select lpad(null ,0, '12');

RPAD

  • 命令格式
    string rpad(string <str1>, int <length>, string <str2>)
  • 命令说明

    用字符串str2将字符串str1向右补足到length位。此函数为MaxCompute 2.0扩展函数。

  • 参数说明
    • str1：必填。STRING类型。待向右补位的字符串。
    • length：必填。INT类型。向右补位位数。
    • str2：必填。用于补位的字符串。
  • 返回值说明
    返回STRING类型。返回规则如下：
    • 如果length小于str1的位数，则返回str1从左开始截取length位的字符串。
    • 如果length为0，则返回空串。
    • 如果没有输入参数或任一输入参数值为NULL，返回NULL。
  • 示例
    • 示例1：用字符串12将字符串abcdefgh向右补足到10位。命令示例如下。
      --返回abcdefgh12。
select rpad('abcdefgh', 10, '12');
    • 示例2：用字符串12将字符串abcdefgh向右补足到5位。命令示例如下。
      --返回abcde。
select rpad('abcdefgh', 5, '12');
    • 示例3：length为0。命令示例如下。
      --返回空串。
select rpad('abcdefgh' ,0, '12');
    • 示例4：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select rpad(null ,0, '12');

REPLACE

  • 命令格式
    string replace(string <str>, string <old>, string <new>)
  • 命令说明

    用new字符串替换str字符串中与old字符串完全重合的部分并返回替换后的str。如果没有重合的字符串，返回原str。此函数为MaxCompute 2.0扩展函数。

  • 参数说明
    • str：必填。STRING类型。待替换的字符串。
    • old：必填。待比较的字符串。
    • new：必填。替换后的字符串。
  • 返回值说明

    返回STRING类型。如果任一输入参数值为NULL，返回NULL。

  • 示例
    • 示例1：用字符串12替换字符串ababab中与字符串abab完全重合的部分。命令示例如下。
      --返回12ab。
select replace('ababab','abab','12');
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select replace('123abab456ab',null,'abab');

SOUNDEX

  • 命令格式
    string soundex(string <str>)
  • 命令说明

    将普通字符串转换为SOUNDEX字符串。

  • 参数说明

    str：必填。STRING类型。待转换的字符串。此函数为MaxCompute 2.0扩展函数。

  • 返回值说明

    返回STRING类型。str值为NULL时，返回NULL。

  • 示例
    • 示例1：将字符串hello转换为SOUNDEX字符串。命令示例如下。
      --返回H400。
select soundex('hello');
    • 示例2：输入参数为NULL。命令示例如下。
      --返回NULL。
select soundex(null);

SUBSTRING_INDEX

  • 命令格式
    string substring_index(string <str>, string <separator>, int <count>)
  • 命令说明

    截取字符串str第count个分隔符之前的字符串。如果count为正，则从左边开始截取。如果count为负，则从右边开始截取。此函数为MaxCompute 2.0扩展函数。

  • 参数说明
    • str：必填。STRING类型。待截取的字符串。
    • separator：必填。STRING类型的分隔符。
    • count：必填。INT类型。指定分隔符位置。
  • 返回值说明

    返回STRING类型。如果任一输入参数值为NULL，返回NULL。

  • 示例
    • 示例1：截取字符串https://help.aliyun.com。命令示例如下。
      --返回https://help.aliyun。
select substring_index('https://help.aliyun.com', '.', 2);
--返回aliyun.com。
select substring_index('https://help.aliyun.com', '.', -2);
    • 示例2：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select substring_index('https://help.aliyun.com', null, 2);

TRANSLATE

  • 命令格式
    string translate(string|varchar <str1>, string|varchar <str2>, string|varchar <str3>)
  • 命令说明

    将str1出现在str2中的每个字符替换成str3中相对应的字符。无匹配则不替换。此函数为MaxCompute 2.0扩展函数。

  • 返回值说明

    返回STRING类型。如果任一输入参数值为NULL，返回NULL。

  • 示例
    • 示例1：将字符串ababab出现在abab中的每个字符替换成cd中的相应字符。命令示例如下。
      --返回cdcdcd。
select translate('ababab','abab','cd');
    • 示例2：将字符串ababab出现在abab中的每个字符替换成cdefg中的相应字符。命令示例如下。
      --返回cdcdcd。
select translate('ababab','abab','cdefg');
    • 示例3：任一输入参数为NULL。命令示例如下。
      --返回NULL。
select translate('ababab','cd',null);

REGEXP_EXTRACT_ALL

  • 命令格式
    array<T> regexp_extract_all(string <source>, string <pattern>[,bigint <group_id>])
  • 命令说明

    在字符串中查找所有出现的正则表达式匹配模式的子字符串，并把找到的字符串以数组返回。

  • 参数说明
    • source：必填。STRING类型。待分析的字符串。
    • pattern：必填。STRING类型。待匹配的模型，可以是STRING类型常量或正则表达式。更多正则表达式编写规范，请参见正则表达式规范。
    • group_id：可选。BIGINT类型。返回指定组的所有匹配结果，必须大于等于0。如果不指定该值， 默认返回group_id为1的所有匹配结果；如果等于0，pattern将被当作一个整体进行匹配。
  • 返回值说明

    返回ARRAY类型。如果指定group_id, 返回该group_id匹配的所有结果组成的数组；如果不指定group_id， 则返回group_id为1的所有匹配结果组成的数组。

  • 示例
    • 不指定group_id默认返回第一个group_id匹配到的结果。
      SELECT regexp_extract_all('100-200, 300-400', '(\\d+)-(\\d+)');
      结果如下。
      +------------+
| _c0        |
+------------+
| [100,300] |
+------------+
    • 指定group_id值为2，返回第二个group_id匹配到的结果。
      SELECT regexp_extract_all('100-200, 300-400', '(\\d+)-(\\d+)',2);
      结果如下。
      +------------+
| _c0        |
+------------+
| [200,400] |
+------------+