数仓的字符截取三胞胎：substrb、substr、substring

摘要：下面就来给大家介绍这三个函数在字符截取时的一些用法与区别。

本文分享自华为云社区《GaussDB(DWS)中的字符截取三胞胎》，作者：我站在北方的天空下 。

在GaussDB(DWS)中关于字符截取功能的支持有个函数三胞胎，它们分别是substrb()、substr()、substring()，很多人大概只知道它们可以操作字符串截取，再深入一点可能就不是很清楚了，有的是参数截取长度、有的参数是结束位置、有的参数可以是负数、有的不能接受负数参数·····
下面就来给大家介绍这三个函数在字符截取时的一些用法与区别吧。

概述

substr,substrb,substring均为字符串截取函数，都可带两个或三个参数，用于提取字符串中指定位置开始的指定长度的字符。 函数定义如下：

函数形式：
    substrb(string, from [, count])
    substr(string, from [, count])
    substring(string, from [, count])
参数描述：
	从参数string中抽取子字符串，from表示抽取的起始位置，count表示抽取的子字符串长度。
返回值类型：
	text

差异

1. 截取单位

substrb按字节截取，substr/substring按字符截取。以utf8编码为例，1个汉字占3个字节，当使用substrb截取长度3的子串时，只能截取到一个字符，而substr/substring可以截取到三个字符。

postgres=# select substrb('hwgs华为公司',3,5),substr('hwgs华为公司',3,5),substring('hwgs华为公司',3,5);
 substrb |  substr  | substring
---------+----------+-----------
 gs华    | gs华为公 | gs华为公
(1 row)

2. 截取规则

GaussDB(DWS)目前支持三种兼容模式：ORA、TD和MySQL，分别对友商的函数行为进行兼容，提升用户迁移体验。在不同兼容模式下，函数差异表现为：

substrb(string, s[, n])：各兼容模式行为一致

postgres=# select substrb('hwgs华为公司',5,3),substrb('hwgs华为公司',8,3);
 substrb | substrb
---------+---------
 华      | 为
(1 row)
postgres=# select substrb('hwgs华为公司',-6,3),substrb('hwgs华为公司',-3,3);
 substrb | substrb
---------+---------
 公      | 司
(1 row)
postgres=# select substrb('hwgs华为公司',5,0),substrb('hwgs华为公司',8,-1);
 substrb | substrb
---------+---------
         |
(1 row)

substr(string, s[, n])：s=0时存在兼容行为差异

postgres=# select substr('hwgs华为公司',5,3),substr('hwgs华为公司',8,3);
 substr | substr
--------+--------
 华为公 | 司
(1 row)
postgres=# select substr('hwgs华为公司',0,3),substr('hwgs华为公司',0,3);
 substr | substr
--------+--------
 hwg    | hwg
(1 row)
mysql_db=# select substr('hwgs华为公司',0,3),substr('hwgs华为公司',0,3);
 substr | substr
--------+--------
        |
(1 row)

substring(string, s[, n])：s<=0和n<0时存在兼容行为差异

postgres=# select substring('hwgs华为公司',0,3),substring('hwgs华为公司',-1,3);
 substring | substring
-----------+-----------
 hw        | h
(1 row)
td_db=# select substring('hwgs华为公司',0,3),substring('hwgs华为公司',-1,3);
 substring | substring
-----------+-----------
 hw        | h
(1 row)
 
mysql_db=# select substring('hwgs华为公司',0,3),substring('hwgs华为公司',-1,3);
 substring | substring
-----------+-----------
           | 司
(1 row)
td_db=# select substring('hwgs华为公司',0,-1);
ERROR:  negative substring length not allowed
CONTEXT:  referenced column: substring
mysql_db=# select substring('hwgs华为公司',0,-1);
 substring
-----------
 
(1 row)

小结

综上，详细介绍并总结了substrb()、substr()、substring()的差异和用法，日常使用中，如果遇到截取字符串为多字节字符，或者截取参数可能为特殊值的情况，那你就要特别注意了；这篇文章，希望能帮到迷茫的你！

点击关注，第一时间了解华为云新鲜技术~