↑↓ 选择↵ 打开⌫ 切换范围完整搜索

PG.CENTER 连接 PostgreSQL 文档、百科与生态知识。由 Pigsty 维护。

支持中的版本: 当前版本 (18) / 17 / 16 / 15 / 14
开发中的版本: 19 / 20devel
已结束支持的版本: 13 / 12 / 11 / 10 / 9.6 / 9.5 / 9.4 / 9.3 / 9.2 / 9.1 / 9.0 / 8.4 / 8.3 / 8.2 / 8.1 / 8.0 / 7.4 / 7.3 / 7.2 / 7.1
历史版本。 PostgreSQL 9.5 已结束支持。 2021-02-11. 请参阅 当前版本手册.

9.4. 字符串函数和操作符 #

本节描述用于检查和操作字符串值的函数和操作符。这里的字符串包括 character、character varying 和 text 类型的值。除非另有说明,下面列出的所有函数都适用于这些类型,但使用 character 类型时,应注意自动填充空格可能带来的影响。一些函数也为位串类型提供了原生实现。

SQL定义了一些字符串函数,它们使用关键字,而不是逗号来分隔参数。详情请见表 9.6,PostgreSQL也提供了这些函数使用正常函数调用语法的版本(见表 9.7)。

注意

在 PostgreSQL 8.3 之前,由于某些非字符串数据类型到 text 的隐式强制转换,这些函数也会悄然接受那些类型的值。由于这些强制转换经常产生出人意料的行为,它们已被移除。不过,字符串串接操作符(||)仍接受非字符串输入,只要至少一个输入属于字符串类型,如表 9.6所示。对于其他情况,如果需要重现以前的行为,可添加到 text 的显式强制转换。

表 9.6. SQL字符串函数和操作符

函数返回类型描述示例结果
string || stringtext字符串串接 'Post' || 'greSQL'PostgreSQL
string || non-string 或 non-string || stringtext一个输入为非字符串的字符串串接'Value: ' || 42Value: 42
bit_length(string)int字符串中的位数bit_length('jose')32
char_length(string) 或 character_length(string)int字符串中的字符数 char_length('jose')4
lower(string)text将字符串转换为小写lower('TOM')tom
octet_length(string)int字符串中的字节数octet_length('jose')4
overlay(string placing string from int [for int])text替换子字符串overlay('Txxxxas' placing 'hom' from 2 for 4)Thomas
position(substring in string)int指定子字符串的位置position('om' in 'Thomas')3
substring(string [from int] [for int])text提取子字符串substring('Thomas' from 2 for 3)hom
substring(string from pattern)text提取匹配 POSIX 正则表达式的子字符串。有关模式匹配的更多信息,参见第 9.7 节。substring('Thomas' from '...$')mas
substring(string from pattern for escape)text提取匹配 SQL 正则表达式的子字符串。有关模式匹配的更多信息,参见第 9.7 节。substring('Thomas' from '%#"o_a#"_' for '#')oma
trim([leading | trailing | both] [characters] from string)text从 string 的开头、结尾或两端(默认为 both)移除仅由 characters 中字符(默认为空格)组成的最长字符串trim(both 'xyz' from 'yxTomxx')Tom
trim([leading | trailing | both] [from] string [, characters] )texttrim() 的非标准语法trim(both from 'yxTomxx', 'xyz')Tom
upper(string)text将字符串转换为大写upper('tom')TOM

还有其他字符串操作函数,列在表 9.7中。其中一些用于内部实现表 9.6中列出的 SQL 标准字符串函数。

表 9.7. 其他字符串函数

函数返回类型描述示例结果
ascii(string)int参数首字符的 ASCII 码。对于 UTF8,返回该字符的 Unicode 码点。对于其他多字节编码,参数必须是 ASCII 字符。ascii('x')120
btrim(string text [, characters text])text从 string 的开头和结尾移除仅由 characters 中字符(默认为空格)组成的最长字符串btrim('xyxtrimyyx', 'xyz')trim
chr(int)text指定编码值对应的字符。对于 UTF8,参数被视为 Unicode 码点。对于其他多字节编码,参数必须指定一个 ASCII 字符。不允许 NULL(0)字符,因为文本数据类型无法存储这样的字节。chr(65)A
concat(str "any" [, str "any" [, ...] ])text串接所有参数的文本表示。忽略 NULL 参数。concat('abcde', 2, NULL, 22)abcde222
concat_ws(sep text, str "any" [, str "any" [, ...] ])text使用分隔符串接除第一个参数以外的所有参数。第一个参数用作分隔字符串。忽略 NULL 参数。concat_ws(',', 'abcde', 2, NULL, 22)abcde,2,22
convert(string bytea, src_encoding name, dest_encoding name)bytea将字符串转换为 dest_encoding。原编码由 src_encoding 指定。string 必须是该编码下的有效字符串。可以用 CREATE CONVERSION 定义转换。此外,也有一些预定义的转换。可用的转换见表 9.8。convert('text_in_utf8', 'UTF8', 'LATIN1')以 Latin-1 编码(ISO 8859-1)表示的 text_in_utf8
convert_from(string bytea, src_encoding name)text将字符串转换为数据库编码。原编码由 src_encoding 指定。string 必须是该编码下的有效字符串。convert_from('text_in_utf8', 'UTF8')以当前数据库编码表示的 text_in_utf8
convert_to(string text, dest_encoding name)bytea将字符串转换为 dest_encoding。convert_to('some text', 'UTF8')以 UTF8 编码表示的 some text
decode(string text, format text)bytea从 string 中的文本表示解码二进制数据。format 的选项与 encode 相同。decode('MTIzAAE=', 'base64')\x3132330001
encode(data bytea, format text)text将二进制数据编码为文本表示。支持的格式为:base64、hex、escape。escape 将零字节和最高位为 1 的字节转换为八进制序列(\nnn),并将反斜杠双写。encode('123\000\001', 'base64')MTIzAAE=
format(formatstr text [, formatarg "any" [, ...] ])text根据格式字符串格式化参数。此函数类似于 C 函数 sprintf。参见第 9.4.1 节。format('Hello %s, %1$s', 'World')Hello World, World
initcap(string)text将每个单词的首字母转换为大写,其余字母转换为小写。单词是由非字母数字字符分隔的字母数字字符序列。initcap('hi THOMAS')Hi Thomas
left(str text, n int)text返回字符串中的前 n 个字符。当 n 为负数时,返回除最后 |n| 个字符以外的所有字符。left('abcde', 2)ab
length(string)intstring 中的字符数length('jose')4
length(string bytea, encoding name )int采用给定 encoding 的 string 中的字符数。string 必须是该编码下的有效字符串。length('jose', 'UTF8')4
lpad(string text, length int [, fill text])text在 string 前面添加字符 fill(默认为空格),将其填充到长度 length。如果 string 已经长于 length,则从右侧截断。lpad('hi', 5, 'xy')xyxhi
ltrim(string text [, characters text])text从 string 的开头移除仅由 characters 中字符(默认为空格)组成的最长字符串ltrim('zzzytest', 'xyz')test
md5(string)text计算 string 的 MD5 hash,并以十六进制返回结果md5('abc')900150983cd24fb0 d6963f7d28e17f72
pg_client_encoding()name当前客户端编码名称pg_client_encoding()SQL_ASCII
quote_ident(string text)text为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的标识符。仅在必要时添加引号(即字符串包含不能用于标识符的字符,或会被大小写折叠时)。内嵌引号会适当地双写。另见例 40.1。quote_ident('Foo bar')"Foo bar"
quote_literal(string text)text为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的字符串字面量。内嵌单引号和反斜杠会被适当地双写。注意,quote_literal 在输入为 null 时返回 null;如果参数可能为 null,quote_nullable 通常更合适。另见例 40.1。quote_literal(E'O\'Reilly')'O''Reilly'
quote_literal(value anyelement)text将给定值强制转换为文本,然后作为字面量加引号。内嵌单引号和反斜杠会被适当地双写。quote_literal(42.5)'42.5'
quote_nullable(string text)text为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的字符串字面量;如果参数为 null,则返回 NULL。内嵌单引号和反斜杠会被适当地双写。另见例 40.1。quote_nullable(NULL)NULL
quote_nullable(value anyelement)text将给定值强制转换为文本,然后作为字面量加引号;如果参数为 null,则返回 NULL。内嵌单引号和反斜杠会被适当地双写。quote_nullable(42.5)'42.5'
regexp_matches(string text, pattern text [, flags text])setof text[]返回 POSIX 正则表达式与 string 匹配所得到的所有捕获子串。更多信息参见第 9.7.3 节。regexp_matches('foobarbequebaz', '(bar)(beque)'){bar,beque}
regexp_replace(string text, pattern text, replacement text [, flags text])text替换匹配 POSIX 正则表达式的子字符串。更多信息参见第 9.7.3 节。regexp_replace('Thomas', '.[mN]a.', 'M')ThM
regexp_split_to_array(string text, pattern text [, flags text ])text[]使用 POSIX 正则表达式作为分隔符拆分 string。更多信息参见第 9.7.3 节。regexp_split_to_array('hello world', '\s+'){hello,world}
regexp_split_to_table(string text, pattern text [, flags text])setof text使用 POSIX 正则表达式作为分隔符拆分 string。更多信息参见第 9.7.3 节。regexp_split_to_table('hello world', '\s+')hello

world

(2 行)
repeat(string text, number int)text将 string 重复指定的 number 次repeat('Pg', 4)PgPgPgPg
replace(string text, from text, to text)text将 string 中每次出现的子字符串 from 替换为子字符串 toreplace('abcdefabcdef', 'cd', 'XX')abXXefabXXef
reverse(str)text返回反转后的字符串。reverse('abcde')edcba
right(str text, n int)text返回字符串中的最后 n 个字符。当 n 为负数时,返回除前 |n| 个字符以外的所有字符。right('abcde', 2)de
rpad(string text, length int [, fill text])text在 string 后面追加字符 fill(默认为空格),将其填充到长度 length。如果 string 已经长于 length,则截断它。rpad('hi', 5, 'xy')hixyx
rtrim(string text [, characters text])text从 string 的结尾移除仅由 characters 中字符(默认为空格)组成的最长字符串rtrim('testxxzx', 'xyz')test
split_part(string text, delimiter text, field int)text按 delimiter 拆分 string,并返回指定字段(从一开始计数)split_part('abc~@~def~@~ghi', '~@~', 2)def
strpos(string, substring)int指定子字符串的位置(与 position(substring in string) 相同,但注意参数顺序相反)strpos('high', 'ig')2
substr(string, from [, count])text提取子字符串(与 substring(string from from for count) 相同)substr('alphabet', 3, 2)ph
to_ascii(string text [, encoding text])text将 string 从其他编码转换为 ASCII(只支持从 LATIN1、LATIN2、LATIN9 和 WIN1250 编码转换)to_ascii('Karel')Karel
to_hex(number int or bigint)text将 number 转换为等价的十六进制表示to_hex(2147483647)7fffffff
translate(string text, from text, to text)text将 string 中与 from 集合中某字符匹配的每个字符替换为 to 集合中的对应字符。如果 from 比 to 长,则移除输入中出现的 from 中的多余字符。translate('12345', '143', 'ax')a2x5

concat、concat_ws和format是可变参数函数,因此可以把要串接或格式化的值作为一个标记了VARIADIC关键字的数组进行传递(见第 35.4.5 节)。数组的元素被当作函数的独立普通参数一样处理。如果可变参数数组为 NULL,concat和concat_ws返回 NULL,但format把 NULL 当作一个零元素数组。

另见第 9.20 节中的聚合函数 string_agg。

表 9.8. 内置转换

转换名称 [a]源编码目标编码
ascii_to_micSQL_ASCIIMULE_INTERNAL
ascii_to_utf8SQL_ASCIIUTF8
big5_to_euc_twBIG5EUC_TW
big5_to_micBIG5MULE_INTERNAL
big5_to_utf8BIG5UTF8
euc_cn_to_micEUC_CNMULE_INTERNAL
euc_cn_to_utf8EUC_CNUTF8
euc_jp_to_micEUC_JPMULE_INTERNAL
euc_jp_to_sjisEUC_JPSJIS
euc_jp_to_utf8EUC_JPUTF8
euc_kr_to_micEUC_KRMULE_INTERNAL
euc_kr_to_utf8EUC_KRUTF8
euc_tw_to_big5EUC_TWBIG5
euc_tw_to_micEUC_TWMULE_INTERNAL
euc_tw_to_utf8EUC_TWUTF8
gb18030_to_utf8GB18030UTF8
gbk_to_utf8GBKUTF8
iso_8859_10_to_utf8LATIN6UTF8
iso_8859_13_to_utf8LATIN7UTF8
iso_8859_14_to_utf8LATIN8UTF8
iso_8859_15_to_utf8LATIN9UTF8
iso_8859_16_to_utf8LATIN10UTF8
iso_8859_1_to_micLATIN1MULE_INTERNAL
iso_8859_1_to_utf8LATIN1UTF8
iso_8859_2_to_micLATIN2MULE_INTERNAL
iso_8859_2_to_utf8LATIN2UTF8
iso_8859_2_to_windows_1250LATIN2WIN1250
iso_8859_3_to_micLATIN3MULE_INTERNAL
iso_8859_3_to_utf8LATIN3UTF8
iso_8859_4_to_micLATIN4MULE_INTERNAL
iso_8859_4_to_utf8LATIN4UTF8
iso_8859_5_to_koi8_rISO_8859_5KOI8R
iso_8859_5_to_micISO_8859_5MULE_INTERNAL
iso_8859_5_to_utf8ISO_8859_5UTF8
iso_8859_5_to_windows_1251ISO_8859_5WIN1251
iso_8859_5_to_windows_866ISO_8859_5WIN866
iso_8859_6_to_utf8ISO_8859_6UTF8
iso_8859_7_to_utf8ISO_8859_7UTF8
iso_8859_8_to_utf8ISO_8859_8UTF8
iso_8859_9_to_utf8LATIN5UTF8
johab_to_utf8JOHABUTF8
koi8_r_to_iso_8859_5KOI8RISO_8859_5
koi8_r_to_micKOI8RMULE_INTERNAL
koi8_r_to_utf8KOI8RUTF8
koi8_r_to_windows_1251KOI8RWIN1251
koi8_r_to_windows_866KOI8RWIN866
koi8_u_to_utf8KOI8UUTF8
mic_to_asciiMULE_INTERNALSQL_ASCII
mic_to_big5MULE_INTERNALBIG5
mic_to_euc_cnMULE_INTERNALEUC_CN
mic_to_euc_jpMULE_INTERNALEUC_JP
mic_to_euc_krMULE_INTERNALEUC_KR
mic_to_euc_twMULE_INTERNALEUC_TW
mic_to_iso_8859_1MULE_INTERNALLATIN1
mic_to_iso_8859_2MULE_INTERNALLATIN2
mic_to_iso_8859_3MULE_INTERNALLATIN3
mic_to_iso_8859_4MULE_INTERNALLATIN4
mic_to_iso_8859_5MULE_INTERNALISO_8859_5
mic_to_koi8_rMULE_INTERNALKOI8R
mic_to_sjisMULE_INTERNALSJIS
mic_to_windows_1250MULE_INTERNALWIN1250
mic_to_windows_1251MULE_INTERNALWIN1251
mic_to_windows_866MULE_INTERNALWIN866
sjis_to_euc_jpSJISEUC_JP
sjis_to_micSJISMULE_INTERNAL
sjis_to_utf8SJISUTF8
windows_1258_to_utf8WIN1258UTF8
uhc_to_utf8UHCUTF8
utf8_to_asciiUTF8SQL_ASCII
utf8_to_big5UTF8BIG5
utf8_to_euc_cnUTF8EUC_CN
utf8_to_euc_jpUTF8EUC_JP
utf8_to_euc_krUTF8EUC_KR
utf8_to_euc_twUTF8EUC_TW
utf8_to_gb18030UTF8GB18030
utf8_to_gbkUTF8GBK
utf8_to_iso_8859_1UTF8LATIN1
utf8_to_iso_8859_10UTF8LATIN6
utf8_to_iso_8859_13UTF8LATIN7
utf8_to_iso_8859_14UTF8LATIN8
utf8_to_iso_8859_15UTF8LATIN9
utf8_to_iso_8859_16UTF8LATIN10
utf8_to_iso_8859_2UTF8LATIN2
utf8_to_iso_8859_3UTF8LATIN3
utf8_to_iso_8859_4UTF8LATIN4
utf8_to_iso_8859_5UTF8ISO_8859_5
utf8_to_iso_8859_6UTF8ISO_8859_6
utf8_to_iso_8859_7UTF8ISO_8859_7
utf8_to_iso_8859_8UTF8ISO_8859_8
utf8_to_iso_8859_9UTF8LATIN5
utf8_to_johabUTF8JOHAB
utf8_to_koi8_rUTF8KOI8R
utf8_to_koi8_uUTF8KOI8U
utf8_to_sjisUTF8SJIS
utf8_to_windows_1258UTF8WIN1258
utf8_to_uhcUTF8UHC
utf8_to_windows_1250UTF8WIN1250
utf8_to_windows_1251UTF8WIN1251
utf8_to_windows_1252UTF8WIN1252
utf8_to_windows_1253UTF8WIN1253
utf8_to_windows_1254UTF8WIN1254
utf8_to_windows_1255UTF8WIN1255
utf8_to_windows_1256UTF8WIN1256
utf8_to_windows_1257UTF8WIN1257
utf8_to_windows_866UTF8WIN866
utf8_to_windows_874UTF8WIN874
windows_1250_to_iso_8859_2WIN1250LATIN2
windows_1250_to_micWIN1250MULE_INTERNAL
windows_1250_to_utf8WIN1250UTF8
windows_1251_to_iso_8859_5WIN1251ISO_8859_5
windows_1251_to_koi8_rWIN1251KOI8R
windows_1251_to_micWIN1251MULE_INTERNAL
windows_1251_to_utf8WIN1251UTF8
windows_1251_to_windows_866WIN1251WIN866
windows_1252_to_utf8WIN1252UTF8
windows_1256_to_utf8WIN1256UTF8
windows_866_to_iso_8859_5WIN866ISO_8859_5
windows_866_to_koi8_rWIN866KOI8R
windows_866_to_micWIN866MULE_INTERNAL
windows_866_to_utf8WIN866UTF8
windows_866_to_windows_1251WIN866WIN
windows_874_to_utf8WIN874UTF8
euc_jis_2004_to_utf8EUC_JIS_2004UTF8
utf8_to_euc_jis_2004UTF8EUC_JIS_2004
shift_jis_2004_to_utf8SHIFT_JIS_2004UTF8
utf8_to_shift_jis_2004UTF8SHIFT_JIS_2004
euc_jis_2004_to_shift_jis_2004EUC_JIS_2004SHIFT_JIS_2004
shift_jis_2004_to_euc_jis_2004SHIFT_JIS_2004EUC_JIS_2004

[a] 转换名称遵循标准命名规则:将源编码正式名称中的所有非字母数字字符替换为下划线,再接上 _to_,然后接上按相同方式处理的目标编码名称。因此,这些名称可能与惯用的编码名称不同。


9.4.1. format #

函数format根据一个格式字符串产生格式化的输出,其形式类似于 C 函数sprintf。

format(formatstr text [, formatarg "any" [, ...] ])

formatstr是指定结果格式的字符串。格式字符串中的文本会直接复制到结果中,但格式说明符所在的位置除外。格式说明符充当字符串中的占位符,定义如何格式化后续函数参数并将其插入结果。每个formatarg参数都按照其数据类型通常的输出规则转换为文本,再根据格式说明符进行格式化并插入结果字符串。

格式说明符以%字符开头,格式如下:

%[position][flags][width]type

其中各组成字段为:

position(可选)

一个形如n$的字符串,其中n是要打印的参数的索引。索引 1 表示紧跟在以下参数之后的第一个参数:formatstr。如果position被省略,则默认按顺序使用下一个参数。

flags(可选)

用于控制格式说明符输出格式的附加选项。目前唯一支持的标志是减号(-),它使格式说明符的输出左对齐。只有同时指定了width字段时,它才有效。

width(可选)

指定用于显示格式说明符输出的最小字符数。输出将被在左部或右部(取决于-标志)用空格填充以保证充满该宽度。太小的宽度设置不会导致输出被截断,但是会被简单地忽略。宽度可以使用下列形式之一指定:一个正整数;一个星号(*)表示使用下一个函数参数作为宽度;或者一个形式为*n$的字符串表示使用第n个函数参数作为宽度。

如果宽度来自一个函数参数,会先使用该宽度参数,再使用作为格式说明符值的参数。如果宽度参数为负数,结果会在长度为abs(width)的字段中左对齐(如同指定了-标志)。

type(必需)

格式转换的类型,用于产生格式说明符的输出。支持下面的类型:

  • s将参数值格式化为一个简单字符串。空值会被视为空字符串。

  • I将参数值视作 SQL 标识符,并在必要时用双引号包围它。如果参数为 null,则会报错(等效于quote_ident)。

  • L将参数值作为 SQL 字面量加引号。null 值显示为不带引号的字符串NULL(等效于quote_nullable)。

除了以上所述的格式说明符之外,要输出一个字面形式的%字符,可以使用特殊序列%%。

下面是一些基本格式转换的示例:

SELECT format('Hello %s', 'World');
结果:Hello World

SELECT format('Testing %s, %s, %s, %%', 'one', 'two', 'three');
结果:Testing one, two, three, %

SELECT format('INSERT INTO %I VALUES(%L)', 'Foo bar', E'O\'Reilly');
结果:INSERT INTO "Foo bar" VALUES('O''Reilly')

SELECT format('INSERT INTO %I VALUES(%L)', 'locations', 'C:\Program Files');
结果:INSERT INTO locations VALUES('C:\Program Files')

下面是使用width字段和-标志的示例:

SELECT format('|%10s|', 'foo');
结果:|       foo|

SELECT format('|%-10s|', 'foo');
结果:|foo       |

SELECT format('|%*s|', 10, 'foo');
结果:|       foo|

SELECT format('|%*s|', -10, 'foo');
结果:|foo       |

SELECT format('|%-*s|', 10, 'foo');
结果:|foo       |

SELECT format('|%-*s|', -10, 'foo');
结果:|foo       |

这些示例展示了如何使用position字段:

SELECT format('Testing %3$s, %2$s, %1$s', 'one', 'two', 'three');
结果:Testing three, two, one

SELECT format('|%*2$s|', 'foo', 10, 'bar');
结果:|       bar|

SELECT format('|%1$*2$s|', 'foo', 10, 'bar');
结果:|       foo|

不同于标准 C 函数sprintf,PostgreSQL的format函数允许在同一个格式字符串中,混合使用带有或不带有position字段的格式说明符。不带position字段的格式说明符,总是使用最后一个已使用参数之后的下一个参数。此外,format函数不要求格式字符串使用全部函数参数。例如:

SELECT format('Testing %3$s, %2$s, %s', 'one', 'two', 'three');
结果:Testing three, two, three

对于安全地构造动态 SQL 语句,%I和%L格式说明符特别有用。参见例 40.1。

报告文档问题

阅读 上游文档. 反馈更正前请先核对 当前版本手册.