在数据处理与分析中，字符串操作是不可或缺的环节。无论是清洗繁杂的文本数据、提取关键信息，还是格式化输出结果，都离不开 SQL 字符串处理函数。SQL 字符串处理函数覆盖了拼接、截取、替换、查找等多种应用场景，适配 MySQL、Oracle、Hive 等主流数据库，却因SQL语法细节和功能差异常让我们混淆。下面整理了 45 个常用 SQL 字符串处理函数，从基础的大小写转换到复杂的正则匹配、JSON 解析，一一简单介绍其作用、语法结构及应用示例，仅供参考。

一、字符串拼接函数

1、CONCAT()：将多个字符串拼接为一个字符串，任何参数为NULL则返回NULL。

• 语法：CONCAT(str1, str2, ...)
• 示例：CONCAT('SQL', ' ', '字符串') → 'SQL 字符串'

2、CONCAT_WS()：使用指定分隔符拼接字符串，忽略NULL值。

• 语法：CONCAT_WS(separator, str1, str2, ...)
• 示例：CONCAT_WS('-', '2023', '10', NULL, '05') → '2023-10-05'

3、|| 运算符：字符串拼接（部分数据库支持，如Oracle、PostgreSQL）。

• 语法：str1 || str2 || ...
• 示例：'Hello' || ' ' || 'World' → 'Hello World'

二、字符串长度与测量函数

4、LENGTH() / LEN()：返回字符串的字节数（LENGTH）或字符数（LEN，SQL Server）。

• 语法：LENGTH(str) / LEN(str)
• 示例：LENGTH('中国') → 2（GBK编码）；LEN('abc') → 3

5、CHAR_LENGTH() / CHARACTER_LENGTH()：返回字符串的字符数（忽略编码，按字符计数）。

• 语法：CHAR_LENGTH(str)
• 示例：CHAR_LENGTH('中国abc') → 5

6、BIT_LENGTH()：返回字符串的比特数（1字节=8比特）。

• 语法：BIT_LENGTH(str)
• 示例：BIT_LENGTH('a') → 8

三、字符串截取与提取函数

7、SUBSTRING() / SUBSTR()：从指定位置截取指定长度的子串（start为正数从左开始，负数从右开始）。

• 语法：SUBSTRING(str, start, length) / SUBSTR(str, start, length)
• 示例：SUBSTRING('SQL字符串', 2, 3) → 'QL字'；SUBSTR('数据库', -2) → '据库'

8、LEFT()：返回字符串左侧指定长度的子串。

• 语法：LEFT(str, length)
• 示例：LEFT('数据分析', 2) → '数据'

9、RIGHT()：返回字符串右侧指定长度的子串。

• 语法：RIGHT(str, length)
• 示例：RIGHT('Python', 3) → 'hon'

10、SUBSTRING_INDEX()：按分隔符截取子串，count为正数取左侧第count个分隔符前的内容，负数取右侧。

• 语法：SUBSTRING_INDEX(str, delimiter, count)
• 示例：SUBSTRING_INDEX('a.b.c.d', '.', 2) → 'a.b'；SUBSTRING_INDEX('a.b.c.d', '.', -2) → 'c.d'

四、字符串替换与修改函数

11、REPLACE()：将字符串中所有old_str替换为new_str。

• 语法：REPLACE(str, old_str, new_str)
• 示例：REPLACE('abc123abc', 'abc', 'xyz') → 'xyz123xyz'

12、INSERT()：从start位置删除length长度的字符，替换为new_str。

• 语法：INSERT(str, start, length, new_str)
• 示例：INSERT('Hello World', 7, 5, 'SQL') → 'Hello SQL'

13、TRANSLATE()：按字符映射替换（from_str和to_str一一对应）。

• 语法：TRANSLATE(str, from_str, to_str)
• 示例：TRANSLATE('123-abc', '1a', 'Xx') → 'X23-xbc'

14、REGEXP_REPLACE()：用指定字符串替换匹配正则表达式的部分。

• 语法：REGEXP_REPLACE(str, regex, replace_str)
• 示例：REGEXP_REPLACE('a1b2c3', '[0-9]', '*') → 'a*b*c*'；REGEXP_REPLACE('hello_2023_world', '_(\\d+)_', '-') → 'hello-2023-world'

五、大小写转换函数

15、UPPER() / UCASE()：将字符串转为大写。

• 语法：UPPER(str) / UCASE(str)
• 示例：UPPER('Hello') → 'HELLO'

16、LOWER() / LCASE()：将字符串转为小写。

• 语法：LOWER(str) / LCASE(str)
• 示例：LOWER('WORLD') → 'world'

17、INITCAP()：将每个单词的首字母转为大写，其余小写（Oracle、PostgreSQL支持）。

• 语法：INITCAP(str)
• 示例：INITCAP('hello world') → 'Hello World'；initcap('hello world sql') → 'Hello World Sql'

六、空格处理函数

18、LTRIM()：去除字符串左侧空格。

• 语法：LTRIM(str)
• 示例：LTRIM('  abc  ') → 'abc  '

19、RTRIM()：去除字符串右侧空格。

• 语法：RTRIM(str)
• 示例：RTRIM('  abc  ') → '  abc'

20、TRIM()：去除指定位置的指定字符（默认两侧空格）。

• 语法：TRIM([BOTH/LEADING/TRAILING] trim_str FROM str)（默认去除两侧空格）
• 示例：TRIM('x' FROM 'xxabcxx') → 'abc'；TRIM(LEADING ' ' FROM '  test') → 'test'

21、SPACE()：生成n个空格的字符串。

• 语法：SPACE(n)
• 示例：CONCAT('a', SPACE(2), 'b') → 'a  b'

七、字符串查找与定位函数

22、LOCATE() / POSITION()：返回子串在字符串中首次出现的位置（从1开始，未找到返回0）。

• 语法：LOCATE(substr, str[, start]) / POSITION(substr IN str)
• 示例：LOCATE('ab', 'aababc') → 2；POSITION('cd' IN 'abc') → 0；LOCATE('ab', 'aabab', 2) → 4（从位置2开始查找）

23、INSTR()：返回子串在字符串中首次出现的位置（Oracle等数据库，与LOCATE参数顺序相反）。

• 语法：INSTR(str, substr)
• 示例：INSTR('abcde', 'cd') → 3；INSTR('hello world', 'o') → 5

24、FIELD()：返回str在后续字符串列表中的位置（未找到返回0）。

• 语法：FIELD(str, str1, str2, ...)
• 示例：FIELD('b', 'a', 'b', 'c') → 2

25、FIND_IN_SET()：返回str在逗号分隔的字符串列表中的位置（未找到返回0）。

• 语法：FIND_IN_SET(str, str_list)
• 示例：FIND_IN_SET('b', 'a,b,c,d') → 2；FIND_IN_SET('mysql', 'hive,mysql,spark') → 2

八、字符串拆分与合并函数

26、SPLIT_STR()：按分隔符拆分字符串，返回第pos个元素（MySQL支持）。

• 语法：SPLIT_STR(str, delimiter, pos)
• 示例：SPLIT_STR('a,b,c,d', ',', 3) → 'c'

27、STRING_AGG()：将多行字符串按分隔符合并（SQL Server、PostgreSQL等）。

• 语法：STRING_AGG(expr, separator)
• 示例：对表中name列('a','b','c')执行STRING_AGG(name, ';') → 'a;b;c'

28、REGEXP_SPLIT_TO_TABLE()：按正则表达式拆分字符串为多行（PostgreSQL支持）。

• 语法：REGEXP_SPLIT_TO_TABLE(str, regex)
• 示例：REGEXP_SPLIT_TO_TABLE('a,b;c', '[;,]') → 返回3行：a、b、c

29、SPLIT()（部分数据库支持，如Hive、PostgreSQL）：按分隔符将字符串拆分为数组。

• 语法：SPLIT(str, separator)
• 示例：SPLIT('a,b,c,d', ',') → ['a', 'b', 'c', 'd']（数组格式）

30、split_part()（Hive等支持）：按分隔符拆分字符串后，返回指定位置的子串（位置从1开始）。

• 语法：split_part(str, delimiter, position)
• 示例：split_part('a,b,c,d', ',', 3) → 'c'

九、正则表达式函数

31、REGEXP_LIKE()：判断字符串是否匹配正则表达式（返回布尔值或1/0）。

• 语法：REGEXP_LIKE(str, regex)
• 示例：REGEXP_LIKE('123abc', '^[0-9]+$') → 0（不匹配纯数字）

32、REGEXP_SUBSTR()：返回字符串中匹配正则表达式的子串。

• 语法：REGEXP_SUBSTR(str, regex)
• 示例：REGEXP_SUBSTR('abc123def', '[0-9]+') → '123'；REGEXP_SUBSTR('a1b2c3d4', '[a-z]', 1, 3) → 'c'（从位置1开始，提取第3个小写字母）

33、regexp_extract()（Hive支持）：通过正则表达式提取指定分组的内容（group_index=0返回整个匹配，1返回第一个分组）。

• 语法：regexp_extract(str, regex, group_index)
• 示例：regexp_extract('user_123_name', 'user_(\\d+)_name', 1) → '123'

十、字符编码与转换函数

34、ASCII()：返回字符串首字符的 ASCII 码值（仅对单字节字符有效，多字节字符返回首字节的编码值，非完整字符编码）。

• 语法：ASCII(str)
• 示例：ASCII('A') → 65（单字节字符，直接返回 ASCII 码）；ASCII('中') → 178（GBK 编码下首字节值，编码不同结果不同）；若需获取中文的 Unicode 编码，应使用UNICODE('中') → 20013

35、CHAR()：将ASCII码转为对应字符。

• 语法：CHAR(n1, n2, ...)
• 示例：CHAR(65, 66) → 'AB'；CHAR(72, 101, 108, 108, 111) → 'Hello'

36、CONVERT() / CAST()：转换字符串编码（CONVERT）或数据类型（CAST）。

• 语法：CONVERT(str USING charset) / CAST(str AS type)
• 示例：CONVERT('测试' USING utf8) → 按utf8编码转换；CAST('123' AS UNSIGNED) → 123

十一、字符串填充函数

37、LPAD()：在字符串左侧用指定字符填充，直到达到指定长度（若原字符串长度超过指定长度，则截断）。

• 语法：LPAD(str, length, pad_str)
• 示例：LPAD('123', 5, '0') → '00123'；LPAD('abcdef', 4, 'x') → 'abcd'

38、RPAD()：在字符串右侧用指定字符填充，规则同LPAD。

• 语法：RPAD(str, length, pad_str)
• 示例：RPAD('ID', 5, '0') → 'ID000'

十二、其他字符串函数

39、REPEAT()：将字符串重复n次。

• 语法：REPEAT(str, n)
• 示例：REPEAT('ab', 3) → 'ababab'

40、REVERSE()：反转字符串。

• 语法：REVERSE(str)
• 示例：REVERSE('abc') → 'cba'；REVERSE('reverse') → 'esrever'

41、STRCMP()：比较两个字符串（相等返回0，str1>str2返回1，否则返回-1）。

• 语法：STRCMP(str1, str2)
• 示例：STRCMP('abc', 'abd') → -1

42、FORMAT()：将数字格式化为带千分位的字符串，并保留指定小数位数。

• 语法：FORMAT(number, decimal_places)
• 示例：FORMAT(1234567.89, 2) → '1,234,567.89'

43、UNHEX()：将十六进制字符串转换为二进制字符串（反向为HEX函数）。

• 语法：UNHEX(str)
• 示例：UNHEX('48656C6C6F') → 'Hello'

44、GET_JSON_OBJECT()（Hive支持）：从JSON字符串中提取指定路径的值。

• 语法：GET_JSON_OBJECT(json_str, '$.path')
• 示例：GET_JSON_OBJECT('{"name":"Alice", "age":25}', '$.name') → 'Alice'

45、COLLECT_SET + CONCAT_WS()（Hive聚合拼接）：将分组内的列值去重后，用sep拼接成字符串（常用于“列转行”）。

• 语法：CONCAT_WS(sep, COLLECT_SET(column))
• 示例：若表student有数据(1, 'math'), (1, 'english'), (2, 'math')，则SELECT id, CONCAT_WS(';', COLLECT_SET(subject)) AS subjects FROM student GROUP BY id → 结果：(1, 'math;english'), (2, 'math')

以上 SQL 字符串处理函数，从简单的空格清理到复杂的正则提取、JSON 解析，每一类函数都有其独特价值。不同数据库对函数的支持存在细微差异（如 Hive 的GET_JSON_OBJECT、PostgreSQL 的REGEXP_SPLIT_TO_TABLE），实际使用时需结合具体场景和数据库特性选择。掌握这些函数不仅能简化数据清洗流程，更能解锁复杂文本分析的可能性。

阅读原文：原文链接