字符串搜索函数 

下列所有函数在默认的情况下区分大小写。对于不区分大小写的搜索,存在单独的变体。

位置(大海捞针),定位(大海捞针) 

在字符串haystack中搜索子串needle
返回子串的位置(以字节为单位),从1开始,如果未找到子串,则返回0。

对于不区分大小写的搜索,请使用函数positionCaseInsensitive

positionUTF8(大海捞针) 

position相同,但位置以Unicode字符返回。此函数工作在UTF-8编码的文本字符集中。如非此编码的字符集,则返回一些非预期结果(他不会抛出异常)。

对于不区分大小写的搜索,请使用函数positionCaseInsensitiveUTF8

多搜索分配(干草堆,[针1,针2, …, needlen]) 

position相同,但函数返回一个数组,其中包含所有匹配needle的位置。

对于不区分大小写的搜索或/和UTF-8格式,使用函数multiSearchAllPositionsCaseInsensitive,multiSearchAllPositionsUTF8,multiSearchAllPositionsCaseInsensitiveUTF8

multiSearchFirstPosition(大海捞针,[针1,针2, …, needlen]) 

position相同,但返回在haystack中与needles字符串匹配的最左偏移。

对于不区分大小写的搜索或/和UTF-8格式,使用函数multiSearchFirstPositionCaseInsensitive,multiSearchFirstPositionUTF8,multiSearchFirstPositionCaseInsensitiveUTF8

multiSearchFirstIndex(大海捞针,[针1,针2, …, needlen]) 

返回在字符串haystack中最先查找到的needle的索引i(从1开始),没有找到任何匹配项则返回0。

对于不区分大小写的搜索或/和UTF-8格式,使用函数multiSearchFirstIndexCaseInsensitive,multiSearchFirstIndexUTF8,multiSearchFirstIndexCaseInsensitiveUTF8

多搜索(大海捞针,[针1,针2, …, needlen]) 

如果haystack中至少存在一个needle匹配则返回1,否则返回0。

对于不区分大小写的搜索或/和UTF-8格式,使用函数multiSearchAnyCaseInsensitive,multiSearchAnyUTF8,multiSearchAnyCaseInsensitiveUTF8

匹配(大海捞针,模式) 

检查字符串是否与pattern正则表达式匹配。pattern可以是一个任意的re2正则表达式。 re2正则表达式的语法比Perl正则表达式的语法存在更多限制。

如果不匹配返回0,否则返回1。

请注意,反斜杠符号(\)用于在正则表达式中转义。由于字符串中采用相同的符号来进行转义。因此,为了在正则表达式中转义符号,必须在字符串文字中写入两个反斜杠(\)。

正则表达式与字符串一起使用,就像它是一组字节一样。正则表达式中不能包含空字节。
对于在字符串中搜索子字符串的模式,最好使用LIKE或«position»,因为它们更加高效。

multiMatchAny(大海捞针,[模式1,模式2, …, patternn]) 

match相同,但如果所有正则表达式都不匹配,则返回0;如果任何模式匹配,则返回1。它使用超扫描库。对于在字符串中搜索子字符串的模式,最好使用«multisearchany»,因为它更高效。

multiMatchAnyIndex(大海捞针,[模式1,模式2, …, patternn]) 

multiMatchAny相同,但返回与haystack匹配的任何内容的索引位置。

multiFuzzyMatchAny(干草堆,距离,[模式1,模式2, …, patternn]) 

multiMatchAny相同,但如果在haystack能够查找到任何模式匹配能够在指定的编辑距离内进行匹配,则返回1。此功能也处于实验模式,可能非常慢。有关更多信息,请参阅hyperscan文档

multiFuzzyMatchAnyIndex(大海捞针,距离,[模式1,模式2, …, patternn]) 

multiFuzzyMatchAny相同,但返回匹配项的匹配能容的索引位置。

提取(大海捞针,图案) 

使用正则表达式截取字符串。如果’haystack’与’pattern’不匹配,则返回空字符串。如果正则表达式中不包含子模式,它将获取与整个正则表达式匹配的子串。否则,它将获取与第一个子模式匹配的子串。

extractAll(大海捞针,图案) 

使用正则表达式提取字符串的所有片段。如果’haystack’与’pattern’正则表达式不匹配,则返回一个空字符串。否则返回所有与正则表达式匹配的字符串数组。通常,行为与’extract’函数相同(它采用第一个子模式,如果没有子模式,则采用整个表达式)。

像(干草堆,模式),干草堆像模式运算符 

检查字符串是否与简单正则表达式匹配。
正则表达式可以包含的元符号有_

% 表示任何字节数(包括零字符)。

_ 表示任何一个字节。

可以使用反斜杠(\)来对元符号进行转义。请参阅«match»函数说明中有关转义的说明。

对于像%needle%这样的正则表达式,改函数与position函数一样快。
对于其他正则表达式,函数与’match’函数相同。

不喜欢(干草堆,模式),干草堆不喜欢模式运算符 

与’like’函数返回相反的结果。

大海捞针) 

基于4-gram计算haystackneedle之间的距离:计算两个4-gram集合之间的对称差异,并用它们的基数和对其进行归一化。返回0到1之间的任何浮点数 – 越接近0则表示越多的字符串彼此相似。如果常量的needlehaystack超过32KB,函数将抛出异常。如果非常量的haystackneedle字符串超过32Kb,则距离始终为1。

对于不区分大小写的搜索或/和UTF-8格式,使用函数ngramDistanceCaseInsensitive,ngramDistanceUTF8,ngramDistanceCaseInsensitiveUTF8

ツ暗ェツ氾环催ツ団ツ法ツ人) 

ngramDistance相同,但计算needlehaystack之间的非对称差异——needle的n-gram减去needle归一化n-gram。可用于模糊字符串搜索。

对于不区分大小写的搜索或/和UTF-8格式,使用函数ngramSearchCaseInsensitive,ngramSearchUTF8,ngramSearchCaseInsensitiveUTF8

来源文章

Rating: 5 - 2 votes

Was this content helpful?
★★★★★