MaxCompute：字串函數

注意事項

使用限制

以下函數只支援英文字元的轉換：

• TRIM/RTRIM/LTRIM：trimChars只支援英文字元。

• REVERSE：在Hive模式下只支援英文字元。

• SOUNDEX：僅轉換英文字元。

• TOLOWER：將字串中的英文字元轉換為小寫形式。

• TOUPPER：將字串中的英文字元轉換為大寫形式。

• INITCAP：將字串中每個單詞首字母（英文字元）轉化為大寫形式，其餘為小寫。

ASCII

• 命令格式

  bigint ascii(string <str>)

• 命令說明

  返回字串str第一個字元的ASCII碼。

• 參數說明

  str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str值為NULL時，返回NULL。

• 樣本

  • 樣本1：返回字串abcde第一個字元的ASCII碼。命令樣本如下。

    --返回97。
    select ascii('abcde'); 

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select ascii(null);

CHAR_MATCHCOUNT

• 命令格式

  bigint char_matchcount(string <str1>, string <str2>)

• 命令說明

  計算str1中有多少個字元出現在str2中。

• 參數說明

  str1、str2：必填。STRING類型，必須為有效UTF-8字串。如果對比過程中發現有無效字元（非UNICODE編碼），則返回負值。

• 傳回值說明

  返回BIGINT類型。str1或str2值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算字串aabc出現在abcde中的字元個數。命令樣本如下。

    --返回4。
    select char_matchcount('aabc','abcde');

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select char_matchcount(null,'abcde');

CHR

• 命令格式

  string chr(bigint <ascii>)

• 命令說明

  將指定ASCII碼轉換為字元。

• 參數說明

  ascii：必填。BIGINT類型的ASCII值。取值範圍為0~128。如果輸入為STRING、DOUBLE或DECIMAL類型，則會隱式轉換為BIGINT類型後參與運算。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • ascii值不在取值範圍內時，返回報錯。

  • ascii非BIGINT、STRING、DOUBLE或DECIMAL類型時，返回報錯。

  • ascii值為NULL時，返回NULL。

• 樣本

  • 樣本1：將ASCII碼100轉換為字元。命令樣本如下。

    --返回d。
    select chr(100);

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select chr(null);

  • 樣本3：輸入為STRING類型字元。命令樣本如下。

    --隱式轉換為BIGINT類型後參與運算，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>[,...])

• 命令說明

  • 輸入為ARRAY數組：將多個ARRAY數組中的所有元素串連在一起，產生一個新的ARRAY數組。

  • 輸入為字串：將多個字串串連在一起，產生一個新的字串。

• 參數說明

  • a、b：必填。ARRAY數組。array<T>中的T指代ARRAY數組元素的資料類型，數組中的元素可以為任意類型。a和b中元素的資料類型必須一致。數組中的元素為NULL值時會參與運算。

  • str1、str2：必填。STRING類型。如果輸入參數為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算，其他類型會返回報錯。

• 傳回值說明

  • 返回ARRAY類型。如果任一輸入ARRAY數組為NULL，返回結果為NULL。

  • 返回STRING類型。如果沒有參數或任一參數為NULL，返回結果為NULL。

• 樣本

  • 樣本1：串連ARRAY數組array(10, 20)和array(20, -20)。命令樣本如下。

    --返回[10, 20, 20, -20]。
    select concat(array(10, 20), array(20, -20));

  • 樣本2：ARRAY數組元素包含NULL。命令樣本如下。

    --返回[10, NULL, 20, -20]。
    select concat(array(10, null), array(20, -20));

  • 樣本3：任一ARRAY數組為NULL。命令樣本如下。

    --返回NULL。
    select concat(array(10, 20), null);

  • 樣本4：連接字串aabc和abcde。命令樣本如下。

    --返回aabcabcde。
    select concat('aabc','abcde');

  • 樣本5：輸入為空白。命令樣本如下。

    --返回NULL。
    select concat();

  • 樣本6：任一字串輸入為NULL。命令樣本如下。

    --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>)

• 命令說明

  返回將參數中的所有字串或ARRAY數組中的元素按照指定的分隔字元串連在一起的結果。此函數為MaxCompute 2.0擴充函數。

• 參數說明

  • separator：必填。STRING類型的分隔字元。

  • str1、str2：至少要指定2個字串。STRING類型。如果輸入為BIGINT、DECIMAL、DOUBLE或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • a：必填。ARRAY數組。數組中的元素為STRING類型。

• 傳回值說明

  返回STRING類型或STRUCT類型。返回規則如下：

  • str1或str2非STRING、BIGINT、DECIMAL、DOUBLE或DATETIME類型時，返回報錯。

  • 如果沒有輸入參數或任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：將字串name和hanmeimei通過:串連。命令樣本如下。

    --返回name:hanmeimei。
    select concat_ws(':','name','hanmeimei');

    -

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select concat_ws(':','avg',null,'34');

  • 樣本3：將ARRAY數組array('name', 'hanmeimei')中的元素通過:串連。命令樣本如下。

    --返回name:hanmeimei。
    select concat_ws(':',array('name', 'hanmeimei'));

DECODE

• 命令格式

  string decode(binary <str>, string <charset>)

• 命令說明

  將str按照charset格式進行解碼。

• 參數說明

  • str：必填。BINARY類型，待解碼的字串。

  • charset：必填。STRING類型，編碼格式。取值範圍為：UTF-8、UTF-16、UTF-16LE、UTF-16BE、ISO-8859-1、US-ASCII。

    說明

    目前ISO-8859-1和US-ASCII編碼格式只支援對英文進行編碼或解碼，暫不支援中文。

• 傳回值說明

  返回STRING類型。str或charset值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串“中文範例”按照UTF-8格式編碼。命令樣本如下。

    --編解碼
    select decode(encode("中文範例","UTF-8"), "UTF-8");
    --返回
    +-----+
    | _c0 |
    +-----+
    | 中文範例 |
    +-----+

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回結果為NULL。
    select decode(encode("中文範例","UTF-8"), null);
    | _c0 |
    +-----+
    | NULL |
    +-----+

ENCODE

• 命令格式

  binary encode(string <str>, string <charset>)

• 命令說明

  將str按照charset格式進行編碼。

• 參數說明

  • str：必填。STRING類型。待重新編碼的字串。

  • charset：必填。STRING類型。編碼格式。取值範圍為：UTF-8、UTF-16、UTF-16LE、UTF-16BE、ISO-8859-1、US-ASCII。

• 傳回值說明

  返回BINARY類型。str或charset值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串abc按照UTF-8格式編碼。命令樣本如下。

    --返回abc。
    select encode("abc", "UTF-8");

  • 樣本2：將字串abc按照UTF-16BE格式編碼。命令樣本如下。

    --返回=00a=00b=00c。
    select encode("abc", "UTF-16BE");

  • 樣本3：任一輸入參數為NULL。命令樣本如下。

    --返回結果為NULL。
    select encode("abc", null);

FIND_IN_SET

• 命令格式

  bigint find_in_set(string <str1>, string <str2>)

• 命令說明

  尋找字串str1在以逗號（,）分隔的字串str2中的位置，從1開始計數。

• 參數說明

  • str1：必填。STRING類型。待尋找的字串。

  • str2：必填。STRING類型。以逗號（,）分隔的字串。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • 當str2中無法匹配到str1或str1中包含逗號（,）時，返回0。

  • 當str1或str2值為NULL時，返回NULL。

• 樣本

  • 樣本1：尋找字串ab在字串abc,hello,ab,c中的位置。命令樣本如下。

    --返回3。
    select find_in_set('ab', 'abc,hello,ab,c');

  • 樣本2：尋找字串hi在字串abc,hello,ab,c中的位置。命令樣本如下。

    --返回0。
    select find_in_set('hi', 'abc,hello,ab,c');

  • 樣本3：任一輸入參數為NULL。命令樣本如下。

    --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>)

• 命令說明

  將expr1轉化為滿足expr2格式的字串。

• 參數說明

  • expr1：必填。FLOAT、DOUBLE、DECIMAL類型。需要格式化的資料。

  • expr2：必填。INT類型，取值範圍為0~340。指代需要保留的小數位元。也可以為類似#,###,###.##格式的描述。不同取值返回的小數位元不同。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 當0<expr2≤340時，四捨五入到小數點後指定位元。

  • 當expr2=0時，只保留整數，無小數點或小數部分。

  • 當expr2<0或expr2>340時，會返回報錯。

  • expr1或expr2值為空白或NULL時，返回NULL。

• 樣本

  • 樣本1：對給定數字按照指定格式輸出。命令樣本如下。

    --返回5.230。
    select format_number(5.230134523424545456,3);
    --返回12,332.123。
    select format_number(12332.123456, '#,###,###,###.###');

  • 樣本2：任一輸入參數為空白或NULL。命令樣本如下。

    --返回NULL。
    select format_number('',3);
    --返回NULL。
    select format_number(null,3);

FROM_CHARSET

• 命令格式

  STRING FROM_CHARSET(binary <source>, string <source_charset>, [string <mode>])

• 命令說明

  FROM_CHARSET支援將某些非UTF-8編碼的位元據轉化為UTF-8字串，方便後續計算的使用。

• 參數說明

  • source：必填，BINARY類型，待轉換的二進位（Bytes）資料。

  • source_charset：必填，STRING類型，source參數原本的位元據編碼格式。取值範圍為：UTF-8、UTF-16、UTF-16LE、UTF-16BE、ISO-8859-1、US-ASCII、GB2312、GBK和GB18030。

  • mode：可選，STRING類型，將source的二進位（Bytes）資料轉換成指定編碼格式字串時，若遇到無法對應的字元時，採取的處理模式。取值說明如下：

    • NONE（預設值）：不做任何處理，提示報錯。

    • TRANSLIT：使用指定編碼格式中類似的字元替換。

    • IGNORE：忽略報錯的內容，然後繼續完成命令。

• 傳回值說明

  返回UTF-8編碼格式的STRING類型資料。當參數為NULL或Null 字元串時，返回規則如下：

  • 任意一個輸入參數為NULL時，返回結果為NULL。

  • 任意一個輸入參數為空白字串時，返回報錯。

• 樣本

  • 樣本1：將UTF-8編碼的位元據轉換為UTF-8字串。

    SELECT FROM_CHARSET(unhex('e58aa0e6b2b9e9949fe696a4e68bb70a'),'UTF-8', 'TRANSLIT');

    返回結果如下

    +------------+
    | _c0        |
    +------------+
    | 加油錕斤拷
         |
    +------------+

  • 樣本2：將GBK編碼的位元據轉換為UTF-8字串。

    SELECT FROM_CHARSET(unhex('b9feb9febac3a4ce'), 'GBK');

    返回結果如下。

    +------------+
    | _c0        |
    +------------+
    | 哈哈好の       |
    +------------+

  • 樣本3：當輸入參數為NULL時，返回結果為NULL。

    SELECT FROM_CHARSET(unhex('b9feb9febac3a4ce'), null);

    返回結果如下。

    +------------+
    | _c0        |
    +------------+
    | NULL       |
    +------------+

FROM_JSON

• 命令格式

  from_json(<jsonStr>, <schema>)

• 命令說明

  根據JSON字串jsonStr和schema資訊，返回ARRAY、MAP或STRUCT類型。

• 參數說明

  • jsonStr：必填。輸入的JSON字串。

  • schema：必填。寫法與建表語句的類型一致。例如array<bigint>、map<string, array<string>>或struct<a:int, b:double, `C`:map<string,string>>。

    說明

    STRUCT的Key區分大小寫。此外，STRUCT類型還有一種寫法a bigint, b double，等同於struct<a:bigint, b:double>。

    JSON資料類型與MaxCompute資料類型的對應關係如下。

    JSON資料類型	MaxCompute資料類型
    OBJECT	STRUCT、MAP、STRING
    ARRAY	ARRAY、STRING
    NUMBER	TINYINT、SMALLINT、INT、BIGINT、FLOAT、DOUBLE、DECIMAL、STRING
    BOOLEAN	BOOLEAN、STRING
    STRING	STRING、CHAR、VARCHAR、BINARY、DATE、DATETIME
    NULL	所有類型

    說明

    對於OBJECT和ARRAY類型，會採用儘可能解析的方式，不匹配的類型會忽略。為了便於使用，所有的JSON類型都可以轉換為MaxCompute的STRING類型。同時您需要注意，對應FLOAT、DOUBLE、DECIMAL三種資料類型無法保證小數的精度，如果需要確保精度可以先用STRING類型取出資料，再轉換為對應數實值型別。

• 傳回值說明

  返回ARRAY、MAP或STRUCT類型。

• 樣本

  • 樣本1：將指定JSON字串以指定格式輸出。命令樣本如下。

    --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>');

  • 樣本2：使用map_keys函數和from_json函數實作類別似JSON_KEYS的作用，擷取JSON字串中所有key的集合。命令樣本如下。

    --返回["a","b"]。
    select map_keys(from_json('{"a":1,"b":2}','map<string,string>'));

GET_JSON_OBJECT

INITCAP

• 命令格式

  string initcap(<str>)

• 命令說明

  將str轉換為固定格式的字串，單詞之間以空格分隔，轉換後的格式為：字串中每個單字首大寫，其餘小寫。

• 參數說明

  str：必填。STRING類型。輸入的字串。

• 傳回值說明

  返回一個字串，字串中每個單字首大寫，其餘變為小寫。

• 樣本

  --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>]])

• 命令說明

  計運算元串str2在字串str1中的位置。

• 參數說明

  • str1：必填。STRING類型。待搜尋的目標字串。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算，其他類型會返回報錯。

  • str2：必填。STRING類型。待匹配的子串。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算，其他類型會返回報錯。

  • start_position：可選。BIGINT類型，其他類型會返回報錯。表示從str1的第幾個字元開始搜尋，預設起始位置是第一個字元位置1。當start_position為負數時表示開始位置是從字串的結尾往前倒數，最後一個字元是-1，依次往前倒數。

  • nth_appearance：可選。BIGINT類型，大於0。表示str2在str1中第nth_appearance次匹配的位置。如果nth_appearance為其他類型或小於等於0，則返回報錯。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • 如果在str1中未找到str2，則返回0。

  • 如果str2為空白串，則總能匹配成功，例如select instr('abc','');會返回1。

  • str1、str2、start_position或nth_appearance值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算字元e在字串Tech on the net中的位置。命令樣本如下。

    --返回2。
    select instr('Tech on the net', 'e');

  • 樣本2：計運算元串on在字串Tech on the net中的位置。命令樣本如下。

    --返回6。
    select instr('Tech on the net', 'on');

  • 樣本3：計算字元e在字串Tech on the net中，從第3個字元開始，第2次出現的位置。命令樣本如下。

    --返回14。
    select instr('Tech on the net', 'e', 3, 2);

  • 樣本4：任一輸入參數為NULL。命令樣本如下。

    --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>)

• 命令說明

  判斷輸入的字串str是否可以從指定的一個字元集from_encoding轉為另一個字元集to_encoding。也可以用於判斷輸入是否為亂碼，通常您可以將from_encoding設為UTF-8，to_encoding設為GBK。

• 參數說明

  • str：必填。STRING類型。Null 字元串可以被認為屬於任何字元集。

  • from_encoding、to_encoding：必填。STRING類型，源及目標字元集。

• 傳回值說明

  返回BOOLEAN類型。返回規則如下：

  • 如果str能夠成功轉換，則返回True，否則返回False。

  • str、from_encoding或to_encoding值為NULL時，返回NULL。

JSON_TUPLE

• 命令格式

  string json_tuple(string <json>, string <key1>, string <key2>,...)

• 命令說明

  用於一個標準的JSON字串中，按照輸入的一組鍵(key1,key2,...)抽取各個鍵指定的字串。

• 參數說明

  • json：必填。STRING類型，標準的JSON格式字串。

  • key：必填。STRING類型，用於描述在JSON中的path，一次可輸入多個，不能以貨幣符號（$）開頭。MaxCompute支援用.或['']這兩種字元解析JSON，當JSON的Key本身包含.時，可以用['']來替代。

• 傳回值

  返回STRING類型。

  說明

  • 如果JSON為空白或者為非法的JSON格式，返回NULL。

  • 如果鍵Key為空白或者不合法（JSON中不存在）返回NULL。

  • 如果JSON合法，鍵Key也存在，則返回對應字串。

  • 支援包含中文的JSON資料解析。

  • 支援多層嵌套的JSON資料解析。

  • 支援包含多重嵌套的數組的JSON資料解析。

  • 解析行為和設定了set odps.sql.udf.getjsonobj.new=true;後的GET_JSON_OBJECT的行為保持一致。在需要對同一個JSON字串多次解析的情況下，相比於多次調用GET_JSON_OBJECT，JSON_TUPLE可以一次輸入多個Key，且JSON字串只被解析一次，效率更高。

  • JSON_TUPLE是UDTF，在需要選取其他列時應配合Lateral View使用。

KEYVALUE

• 命令格式

  keyvalue(string <str>,[string <split1>,string <split2>,] string <key>)
  keyvalue(string <str>,string <key>) 

• 命令說明

  將字串str按照split1分成Key-Value對，並按split2將Key-Value對分開，返回key所對應的Value。

• 參數說明

  • str：必填。STRING類型。待拆分的字串。

  • split1、split2：可選。STRING類型。用於作為分隔字元的字串，按照指定的兩個分隔字元拆分源字串。如果運算式中沒有指定這兩項，預設split1為";"，split2為":"。當某個被split1拆分後的字串中有多個split2時，返回結果未定義。

  • key：必填。STRING類型。將字串按照split1和split2拆分後，返回key值對應的Value。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • split1或split2值為NULL時，返回NULL。

  • str或key值為NULL或沒有匹配的key時，返回NULL。

  • 如果有多個Key-Value匹配，返回第一個匹配上的key對應的Value。

• 樣本

  • 樣本1：將字串0:1/;1:2拆分為Key-Value對，返回Key值1對應的Value。命令樣本如下。

    --返回2。
    select keyvalue('0:1/;1:2', 1);

    沒有指定split1和split2，預設split1為";"，split2為":"。

    經過split1拆分後，Key-Value對為0:1\,1:2。經過split2拆分後變為如下。

    0 1/  
    1 2

    返回Key為1所對應的Value值2。

  • 樣本2：將字串“\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;”按照“\;”拆分為Key-Value對，再按照":"將Key-Value分開，返回Key值tf對應的Value。命令樣本如下。

    --返回21910。
    select keyvalue("\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;","\;",":","tf");

    將“\;decreaseStore:1\;xcard:1\;isB2C:1\;tf:21910\;cart:1\;shipping:2\;pf:0\;market:shoes\;instPayAmount:0\;”按照“\;”拆分後，得出的Key-Value對如下所示。

    decreaseStore:1，xcard:1，isB2C:1，tf:21910，cart:1，shipping:2，pf:0，market:shoes，instPayAmount:0 

    按照":"拆分後，結果如下所示。

    decreaseStore 1  
    xcard 1  
    isB2C 1  
    tf 21910  
    cart 1  
    shipping 2  
    pf 0  
    market shoes  
    instPayAmount 0

    返回Key為tf對應的Value值21910。

KEYVALUE_TUPLE

• 命令格式

  KEYVALUE_TUPLE(str, split1, split2, key1, key2, ..., keyN)

• 命令說明

  將字串str按照split1分成Key-Value對，並按split2將Key-Value對分開，返回多個key所對應的Value。

• 參數說明

  • str：必填。STRING類型。待拆分的字串。

  • split1、split2：必填。STRING類型。用於作為分隔字元的字串，按照指定的兩個分隔字元拆分源字串。當某個被split1拆分後的字串中有多個split2時，返回結果未定義。

  • key：必填。STRING類型。將字串按照split1和split2拆分後，返回key值對應的Value。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • split1或split2值為NULL時，返回NULL。

  • str或key值為NULL或沒有匹配的key時，返回NULL。

• 樣本

  --建立表
  create table mf_user (
  user_id string,
  user_info string
  );
  --插入資料
  insert into mf_user values('1','age:18;genda:f;address:abc'),('2','age:20;genda:m;address:bcd');
  --查詢
  SELECT user_id,
  KEYVALUE(user_info,';',':','age') as age,
  KEYVALUE(user_info,';',':','genda') as genda,
  KEYVALUE(user_info,';',':','address') as address
  FROM mf_user;
  --等同於使用KEYVALUE查詢
  SELECT user_id,
  age,
  genda,
  address
  FROM mf_user LATERAL VIEW KEYVALUE_TUPLE(user_info,';', ':','age','genda','address') ui AS age,genda,address;

  結果如下所示。

  +------------+------------+------------+------------+
  | user_id    | age        | genda      | address    |
  +------------+------------+------------+------------+
  | 1          | 18         | f          | abc        |
  | 2          | 20         | m          | bcd        |
  +------------+------------+------------+------------+

LENGTH

• 命令格式

  bigint length(string <str>)

• 命令說明

  計算字串str的長度。

• 參數說明

  str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str值為NULL時，返回NULL。

  • str為非UTF-8編碼格式時，返回-1。

• 樣本

  • 樣本1：計算字串Tech on the net的長度。命令樣本如下。

    --返回15。
    select length('Tech on the net');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select length(null);

LENGTHB

• 命令格式

  bigint lengthb(string <str>)

• 命令說明

  計算字串str以位元組為單位的長度。

• 參數說明

  str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算字串Tech on the net以位元組為單位的長度。命令樣本如下。

    --返回15。
    select lengthb('Tech on the net');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select lengthb(null);

LOCATE

• 命令格式

  bigint locate(string <substr>, string <str>[, bigint <start_pos>]) 

• 命令說明

  在str中尋找substr的位置。您可以通過start_pos指定開始尋找的位置，從1開始計數。

• 參數說明

  • substr：必填。STRING類型。待尋找的字串。

  • str：必填。STRING類型。待匹配的字串。

  • start_pos：可選。BIGINT類型。指定尋找的起始位置。

• 傳回值說明

  返回為BIGINT類型。返回規則如下：

  • str中無法匹配到substr時，返回0。

  • str或substr值為NULL時，返回NULL。

  • start_pos值為NULL時，返回0。

• 樣本

  • 樣本1：尋找字串ab在字串abchelloabc中的位置。命令樣本如下。

    --返回1。
    select locate('ab', 'abchelloabc');

  • 樣本2：尋找字串hi在字串abchelloabc中的位置。命令樣本如下。

    --返回0。
    select locate('hi', 'abc,hello,ab,c');

  • 樣本3：start_pos為NULL。命令樣本如下。

    --返回0。
    select locate('ab', 'abhelloabc', null);

LPAD

• 命令格式

  string lpad(string <str1>, int <length>, string <str2>)

• 命令說明

  用字串str2將字串str1向左補足到length位。此函數為MaxCompute 2.0擴充函數。

• 參數說明

  • str1：必填。STRING類型。待向左補位的字串。

  • length：必填。INT類型。向左補位位元。

  • str2：必填。用於補位的字串。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 如果length小於str1的位元，則返回str1從左開始截取length位的字串。

  • 如果length為0，則返回空串。

  • 如果沒有輸入參數或任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：用字串12將字串abcdefgh向左補足到10位。命令樣本如下。

    --返回12abcdefgh。
    select lpad('abcdefgh', 10, '12');

  • 樣本2：用字串12將字串abcdefgh向左補足到5位。命令樣本如下。

    --返回abcde。
    select lpad('abcdefgh', 5, '12');

  • 樣本3：length為0。命令樣本如下。

    --返回空串。
    select lpad('abcdefgh' ,0, '12'); 

  • 樣本4：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select lpad(null ,0, '12');

LTRIM

• 命令格式

  string ltrim(string <str>[, <trimChars>])
  string trim(leading [<trimChars>] from <str>)

• 命令說明

  從str的左端去除字元：

  • 如果未指定trimChars，則預設去除空白字元。

  • 如果指定了trimChars，則以trimChars中包含的字元作為一個集合，從str的左端去除儘可能長的所有字元都在集合trimChars中的子串。

• 參數說明

  • str：必填。STRING類型。待去除左端字元的字串。如果輸入為BIGINT、DECIMAL、DOUBLE或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • trimChars：可選。String類型。待去除的字元。

• 傳回值說明

  返回為STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str或trimChars值為NULL時，返回NULL。

• 樣本

  • 樣本1：去除字串 yxTxyomxx 的左邊空格。命令樣本如下。

    --返回字串yxTxyomxx 。
    select ltrim(' yxTxyomxx ');
    --等效於如下語句。
    select trim(leading from ' yxTxyomxx ');

  • 樣本2：去除字串yxTxyomxx左端所有字元都在集合xy中的子串。

    --返回Txyomxx，只要左端遇到x或者y就會被去掉。
    select ltrim('yxTxyomxx', 'xy');
    --等效於如下語句。
    select trim(leading 'xy' from 'yxTxyomxx');

  • 樣本3：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select ltrim(null);
    select ltrim('yxTxyomxx', null);

MASK_HASH

• 命令格式

  mask_hash(<expr>)

• 命令說明

  返回基於字串運算式（expr）計算的Hash值。Hash值相同證明運算式的值相同。

• 參數說明

  expr：必填。需要計算Hash值的字串運算式。支援STRING、CHAR、VARCHAR、BINARY類型。

• 傳回值說明

  返回字串運算式計算出的Hash值， 固定長度64位元組； 對所有非字串類型的運算式返回null， 與Hive相容。

• 樣本

  --對abc返回hash值
  select mask_hash("abc");
  --返回
  +------------+
  | _c0        |
  +------------+
  | ba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015ad |
  +------------+
  
  --對其他類型輸入值，返回NULL
  select mask_hash(100);
  --返回
  +------------+
  | _c0        |
  +------------+
  | NULL       |
  +------------+

MD5

• 命令格式

  string md5(string <str>)

• 命令說明

  計算字串str的MD5值。

• 參數說明

  str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型參與運算。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算字串Tech on the net的MD5值。命令樣本如下。

    --返回ddc4c4796880633333d77a60fcda9af6。
    select md5('Tech on the net');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select md5(null);

PARSE_URL

• 命令格式

  string parse_url(string <url>, string <part>[, string <key>])

• 命令說明

  對url解析後，按照part提取資訊。

• 參數說明

  • url：必填。STRING類型。URL連結。無效URL連結會返回報錯。

  • part：必填。STRING類型。取值包含：HOST、PATH、QUERY、REF、PROTOCOL、AUTHORITY、FILE和USERINFO，不區分大小寫。

  • key：可選。當part取值為QUERY時，根據key值取出對應的Value值。

• 返回說明

  返回STRING類型。返回規則如下：

  • url、part或key值為NULL時，返回NULL。

  • part取值不符合要求時，返回報錯。

• 樣本

  --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>,...)

• 命令說明

  對url解析後，按照輸入的一組鍵key1、key2等抽取各個鍵指定的字串。該功能與PARSE_URL類似，但它可以同時提取多個鍵對應的字串，效能更優。

• 參數說明

  • url：必填。STRING類型。URL連結。無效URL連結會返回報錯。

  • key1、key2：必填。STRING類型。指定要抽取的鍵。取值範圍如下：

    • HOST：擷取主機地址，可以為網域名稱或IP地址。

    • PATH：擷取網路資源在伺服器中的路徑。

    • QUERY：查詢字串，指代待查詢的內容。

    • REF：擷取URL注釋。滑鼠移至上方至URL連結上時顯示的內容。

    • PROTOCOL：擷取協議類型。

    • AUTHORITY：擷取伺服器的網域名稱或IP地址、連接埠號碼和使用者鑒權資訊（例如使用者名稱、密碼）。

    • FILE：擷取網路資源在伺服器中的路徑和待查詢的內容，即由PATH和QUERY組成。

    • USERINFO：使用者鑒權資訊。

    • QUERY:<KEY>：擷取查詢字串中指定欄位（Key）的取值。

    不區分大小寫。不在該範圍內的取值會返回報錯。

• 返回說明

  返回STRING類型。url或key值為NULL時，返回報錯。

• 樣本

  抽取file://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose中各個鍵對應的字串。命令樣本如下。

  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);

  返回結果如下。

  +------------+------------+------------+------------+------------+------------+------------+------------+------------+------------+
  | 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>])

• 命令說明

  計算source中從start_position位置開始，匹配指定pattern的子串數。

• 參數說明

  • source：必填。STRING類型。待搜尋的字串，其他類型會返回報錯。

  • pattern：必填。STRING類型常量或Regex。待匹配的模型。更多Regex編寫規範，請參見RLIKE字元匹配。pattern為空白串或其他類型時返回報錯。

  • start_position：可選。BIGINT類型常量，必須大於0。其他類型或值小於等於0時返回報錯。不指定時預設為1，表示從source的第一個字元開始匹配。

• 傳回值說明

  返回BIGINT類型。返回規則如下：

  • 如果沒有匹配成功，返回0。

  • source、pattern或start_position值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算abababc中從指定位置開始，匹配指定規則的子串數。命令樣本如下。

    --返回1。
    select regexp_count('abababc', 'a.c');
    --返回2。
    select regexp_count('abababc', '[[:alpha:]]{2}', 3);

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select regexp_count('abababc', null);

  • 樣本3：計算:出現在JSON字串{"account_id":123456789,"account_name":"allen","location":"hangzhou","bill":100}中的次數。命令樣本如下。

    --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>])

  說明

  REGEXP_EXTRACT函數在Hive相容的資料類型版本中遵循Java regex規範。而在1.0和2.0資料類型版本中，則遵循MaxCompute的規範。

• 命令說明

  將字串source按照pattern的分組規則進行字串匹配，返回第groupid個組匹配到的字串內容。

• 參數說明

  • source：必填。STRING類型，待拆分的字串。

  • pattern：必填。STRING類型常量或Regex。待匹配的模型。更多Regex編寫規範，請參見RLIKE字元匹配。

  • groupid：可選。BIGINT類型常量，必須大於等於0。

  說明

  資料以UTF-8格式儲存。對於中文字元可以用對應的16進位編碼錶示，中文字元編碼的範圍是[\\x{4e00},\\x{9fa5}]。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 如果pattern為空白串或pattern中沒有分組，返回報錯。

  • groupid非BIGINT類型或小於0時，返回報錯。不指定時預設為1，表示返回第一個組。如果groupid等於0，則返回滿足整個pattern的子串。

  • source、pattern或groupid值為NULL時，返回NULL。

REGEXP_EXTRACT_ALL

• 命令格式

  array<T> regexp_extract_all(string <source>, string <pattern>[,bigint <group_id>])

• 命令說明

  在字串中尋找所有出現的Regex匹配模式的子字串，並把找到的字串以數組返回。

• 參數說明

  • source：必填。STRING類型。待分析的字串。

  • pattern：必填。STRING類型。待匹配的模型，可以是STRING類型常量或Regex。更多Regex編寫規範，請參見RLIKE字元匹配。

  • group_id：可選。BIGINT類型。返回指定組的所有匹配結果，必須大於等於0。如果不指定該值， 預設返回group_id為1的所有匹配結果；如果等於0，pattern將被當作一個整體進行匹配。

• 傳回值說明

  返回ARRAY類型。如果指定group_id，返回該group_id匹配的所有結果組成的數組；如果不指定group_id， 則返回group_id為1的所有匹配結果組成的數組。

• 樣本

  • 不指定group_id預設返回第一個group_id匹配到的結果。

    SELECT regexp_extract_all('100-200, 300-400', '(\\d+)-(\\d+)');

    結果如下。

    +------------+
    | _c0        |
    +------------+
    | [100,300] |
    +------------+

  • 指定group_id值為2，返回第二個group_id匹配到的結果。

    SELECT regexp_extract_all('100-200, 300-400', '(\\d+)-(\\d+)',2);

    結果如下。

    +------------+
    | _c0        |
    +------------+
    | [200,400] |
    +------------+

REGEXP_INSTR

• 命令格式

  bigint regexp_instr(string <source>, string <pattern>[,bigint <start_position>[, bigint <occurrence>[, bigint <return_option>]]])

• 命令說明

  計算字串source從start_position開始，與pattern第occurrence次匹配的子串的起始或結束位置。

• 參數說明

  • source：必填。STRING類型。源字串。

  • pattern：必填。STRING類型常量或Regex。待匹配的模型。更多Regex編寫規範，請參見RLIKE字元匹配。pattern為空白串時返回報錯。

  • start_position：可選。BIGINT類型常量。搜尋的開始位置。不指定時預設值為1。

  • occurrence：可選。BIGINT類型常量。指定匹配次數，不指定時預設值為1，表示搜尋第一次出現的位置。

  • return_option：可選。BIGINT類型常量。指定返回的位置。值為0或1，不指定時預設值為0，其他類型或不允許的值會返回報錯。0表示返回匹配的開始位置，1表示返回匹配的結束位置。

• 傳回值說明

  返回BIGINT類型。return_option指定匹配的子串在source中的開始或結束位置。返回規則如下：

  • 如果pattern為空白字串，返回報錯。

  • start_position或occurrence非BIGINT類型或小於等於0時，返回報錯。

  • source、pattern、start_position、occurrence或return_option值為NULL時，返回NULL。

• 樣本

  • 樣本1：計算字串i love www.taobao.com從3開始，與o[[:alpha:]]{1}第2次匹配的子串開始位置。命令樣本如下。

    --返回14。
    select regexp_instr('i love www.taobao.com', 'o[[:alpha:]]{1}', 3, 2);

  • 樣本2：計算字串i love www.taobao.com從3開始，與o[[:alpha:]]{1}第2次匹配的子串結束位置。命令樣本如下。

    --返回16。
    select regexp_instr('i love www.taobao.com', 'o[[:alpha:]]{1}', 3, 2, 1);

  • 樣本3：任一輸入參數為NULL。命令樣本如下。

    --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>])

  說明

  REGEXP_REPLACE函數在Hive相容的資料類型版本中遵循Java regex規範。而在1.0和2.0資料類型版本中，則遵循MaxCompute的規範。

• 命令說明

  將source字串中第occurrence次匹配pattern的子串替換成指定字串replace_string後返回結果字串。

• 參數說明

  • source：必填。STRING類型，待替換的字串。

  • pattern：必填。STRING類型常量或Regex。待匹配的模型。更多Regex編寫規範，請參見RLIKE字元匹配。pattern為空白串時返回報錯。

  • replace_string：必填。STRING類型，將匹配pattern的字串替換後的字串。

    說明

    • 如果replace_string為空白字串函數將刪除匹配pattern的字串後返回。

    • replace_string中可以包含後向引用\n，表示插入與pattern中第n個擷取的群組匹配的子字串，其中n的取值範圍為1～9，\0表示整個pattern。在使用時需要對反斜線進行轉義：\\1，或者使用原始字串（Raw String）：R'(\1)'。

  • occurrence：可選。BIGINT類型常量，必須大於等於0，表示將第occurrence次匹配的字串替換為replace_string，為0時表示替換所有匹配的子串。為其他類型或小於0時，返回報錯。預設值為0。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 當引用不存在的組時，其結果未定義。

  • 如果replace_string值為NULL且pattern有匹配，返回NULL。

  • 如果replace_string值為NULL但pattern不匹配，返回原字串。

  • source、pattern或occurrence值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串按照指定規則進行替換。命令樣本如下：

    --返回Abcd。
    select regexp_replace("abcd", "a", "A", 0);
    --返回bcd。
    select regexp_replace("abcd", "a", "", 0);
    --返回19700101。
    select regexp_replace("1970-01-01", "-", "", 0);
    --返回abc。
    select regexp_replace("a1b2c3", "[0-9]", "", 0);
    --返回a1b2c。
    select regexp_replace("a1b2c3", "[0-9]", "", 3);

  • 樣本2：將123.456.7890字串中與([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})匹配的所有字串替換為(\\1)\\2-\\3。命令樣本如下。

    --返回(123)456-7890。
    select regexp_replace('123.456.7890', '([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})',
    '(\\1)\\2-\\3', 0);

  • 樣本3：將abcd字串中與指定規則匹配的字串進行替換。命令樣本如下。

    --返回a b c d 。
    select regexp_replace('abcd', '(.)', '\\1 ', 0);
    --返回a bcd。
    select regexp_replace('abcd', '(.)', '\\1 ', 1);
    --返回d。
    select regexp_replace("abcd", "(.*)(.)$", "\\2", 0);

  • 樣本4：假設表url_set中列名為URL的資料格式為www.simple@xxx.com，且每行的xxx完全不同，現需要將列中www後的所有內容都替換掉。命令樣本如下。

    --返回結果為wwwtest。
    select regexp_replace(url,'(www)(.*)','wwwtest',0) from url_set;

  • 樣本5：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select regexp_replace('abcd', '(.)', null, 0);

  • 樣本6：引用不存在的組。命令樣本如下。

    --因為pattern中只定義了一個組，引用的第二個組不存在。
    --請避免這樣使用，引用不存在的組的結果未定義。
    regexp_replace("abcd", "(.)", "\\2", 0) = "" 或 "abcd"
    --因為在pattern中沒有組的定義，所以\1引用了不存在的組，
    --請避免這樣使用，引用不存在的組的結果未定義。
    regexp_replace("abcd", "a", "\\1", 0) = "bcd" 或 "abcd"

REGEXP_SUBSTR

• 命令格式

  string regexp_substr(string <source>, string <pattern>[, bigint <start_position>[, bigint <occurrence>]])

• 命令說明

  返回從start_position位置開始，source中第occurrence次匹配指定pattern的子串。

• 參數說明

  • source：必填。STRING類型。待搜尋的字串。

  • pattern：必填。STRING類型常量或Regex。待匹配的模型。更多Regex編寫規範，請參見RLIKE字元匹配。

  • start_position：可選。其他BIGINT常量，必須大於0。不指定時預設為1，表示從source的第一個字元開始匹配。

  • occurrence：可選。BIGINT常量，必須大於0。不指定時預設為1，表示返回第一次匹配的子串。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 如果pattern為空白字串，返回報錯。

  • 沒有匹配時，返回NULL。

  • start_position或occurrence非BIGINT類型或小於等於0時，返回報錯。

  • source、pattern、start_position、occurrence或return_option值為NULL時，返回NULL。

• 樣本

  • 樣本1：返回I love aliyun very much字串中與指定規則匹配的字串。命令樣本如下。

    --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);

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select regexp_substr('I love aliyun very much', null);

REPEAT

• 命令格式

  string repeat(string <str>, bigint <n>)

• 命令說明

  返回將str重複n次後的字串。

• 參數說明

  • str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • n：必填。BIGINT類型。長度不超過2 MB。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • n為空白時，返回報錯。

  • str或n值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串abc重複5次。命令樣本如下。

    --返回abcabcabcabcabc。
    select repeat('abc', 5); 

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select repeat('abc', null);

REPLACE

• 命令格式

  string replace(string <str>, string <old>, string <new>)

• 命令說明

  用new字串替換str字串中與old字串完全重合的部分並返回替換後的str。如果沒有重合的字串，返回原str。此函數為MaxCompute 2.0擴充函數。

• 參數說明

  • str：必填。STRING類型。待替換的字串。

  • old：必填。待比較的字串。

  • new：必填。替換後的字串。

• 傳回值說明

  返回STRING類型。如果任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：用字串12替換字串ababab中與字串abab完全重合的部分。命令樣本如下。

    --返回12ab。
    select replace('ababab','abab','12');

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select replace('123abab456ab',null,'abab');

REVERSE

• 命令格式

  string reverse(string <str>)

• 命令說明

  返回倒序字串。

• 參數說明

  str：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str值為NULL時，返回NULL。

• 樣本

  • 樣本1：返回字串I love aliyun very much的倒序。命令樣本如下。

    --返回字串hcum yrev nuyila evol I。
    select reverse('I love aliyun very much');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select reverse(null);

RPAD

• 命令格式

  string rpad(string <str1>, int <length>, string <str2>)

• 命令說明

  用字串str2將字串str1向右補足到length位。此函數為MaxCompute 2.0擴充函數。

• 參數說明

  • str1：必填。STRING類型。待向右補位的字串。

  • length：必填。INT類型。向右補位位元。

  • str2：必填。用於補位的字串。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 如果length小於str1的位元，則返回str1從左開始截取length位的字串。

  • 如果length為0，則返回空串。

  • 如果沒有輸入參數或任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：用字串12將字串abcdefgh向右補足到10位。命令樣本如下。

    --返回abcdefgh12。
    select rpad('abcdefgh', 10, '12');

  • 樣本2：用字串12將字串abcdefgh向右補足到5位。命令樣本如下。

    --返回abcde。
    select rpad('abcdefgh', 5, '12');

  • 樣本3：length為0。命令樣本如下。

    --返回空串。
    select rpad('abcdefgh' ,0, '12'); 

  • 樣本4：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select rpad(null ,0, '12');

RTRIM

• 命令格式

  string rtrim(string <str>[, <trimChars>])
  string trim(trailing [<trimChars>] from <str>)

• 命令說明

  從str的右端去除字元：

  • 如果未指定trimChars，則預設去除空白字元。

  • 如果指定了trimChars，則以trimChars中包含的字元作為一個集合，從str的右端去除儘可能長的所有字元都在集合trimChars中的子串。

• 參數說明

  • str：必填。STRING類型。待去除右端字元的字串。如果輸入為BIGINT、DECIMAL、DOUBLE或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • trimChars：可選。String類型。待去除的字元。

• 傳回值說明

  返回為STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str或trimChars值為NULL時，返回NULL。

• 樣本

  • 樣本1：去除字串 yxTxyomxx 的右邊空格。命令樣本如下。

    --返回字串 yxTxyomxx。
    select rtrim(' yxTxyomxx ');
    --等效於如下語句。
    select trim(trailing from ' yxTxyomxx ');

  • 樣本2：去除字串yxTxyomxx右端所有字元都在集合xy中的子串。

    --返回yxTxyom，只要右端遇到x或者y就會被去掉。
    select rtrim('yxTxyomxx', 'xy');
    --等效於如下語句。
    select trim(trailing 'xy' from 'yxTxyomxx');

  • 樣本3：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select rtrim(null);
    select ltrim('yxTxyomxx', 'null');

SOUNDEX

• 命令格式

  string soundex(string <str>)

• 命令說明

  將一般字元串轉換為SOUNDEX字串。

• 參數說明

  str：必填。STRING類型。待轉換的字串。此函數為MaxCompute 2.0擴充函數。

• 傳回值說明

  返回STRING類型。str值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串hello轉換為SOUNDEX字串。命令樣本如下。

    --返回H400。
    select soundex('hello');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select soundex(null);

SPACE

• 命令格式

  string space(bigint <n>)

• 命令說明

  產生空白字元串，長度為n。

• 參數說明

  n：必填。BIGINT類型。長度不超過2 MB。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • n為空白時，返回報錯。

  • n值為NULL時，返回NULL。

• 樣本

  --返回10。
  select length(space(10));

SPLIT

• 命令格式

  split(<str>, <pat>, [<trimTailEmpty>])

• 參數說明

  • • str：必填。STRING類型。指被分割的字串。

    • pat：必填。STRING類型的分隔字元。支援Regex。更多Regex資訊，請參見RLIKE字元匹配。

    • trimTailEmpty: 選擇性參數，預設值為true，設定為false保留末尾Null 字元串 （Hive相容）。

• 傳回值說明

  返回ARRAY數組。數組中的元素為STRING類型。

• 樣本

  --返回["a"," b"," c"]
  select split("a, b, c", ",");
  
  --預設不返回Null 字元串
  select split("a, b, c,,", ",");
  --返回結果
  +------------+
  | _c0        |
  +------------+
  | ["a"," b"," c"] |
  +------------+
  
  --如果需要返回Null 字元串
  select split("a, b, c,,", ",", false);
  --返回結果
  +------------+
  | _c0        |
  +------------+
  | ["a"," b"," c","",""] |
  +------------+

SPLIT_PART

• 命令格式

  string split_part(string <str>, string <separator>, bigint <start>[, bigint <end>])

• 命令說明

  依照分隔字元separator拆分字串str，返回從start部分到end部分的子串（閉區間）。

• 參數說明

  • str：必填。STRING類型。待拆分的字串。如果是BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • separator：必填。STRING類型常量。拆分用的分隔字元，可以是一個字元，也可以是一個字串。

  • start：必填。BIGINT類型常量，必須大於0。表示返回段的開始編號（從1開始）。

  • end：BIGINT類型常量，大於等於start。表示返回段的截止編號，可省略，預設時表示和start取值相等，返回start指定的段。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • 如果start的值大於切分後實際的分段數，例如字串拆分完有6個片段，start大於6，返回空串。

  • 如果separator不存在於str中，且start指定為1，返回整個str。如果str為空白字串，則輸出Null 字元串。

  • 如果separator為空白字串，則返回原字串str。

  • 如果end大於片段個數，返回從start開始的子串。

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • separator非STRING類型常量時，返回報錯。

  • start或end非BIGINT類型常量時，返回報錯。

  • 除separator外，如果任一參數值為NULL，返回NULL。

• 樣本

  • 樣本1：依照分隔字元,拆分字串a,b,c,d，返回指定部分的子串。命令樣本如下。

    --返回a。
    select split_part('a,b,c,d', ',', 1);
    --返回a,b。
    select split_part('a,b,c,d', ',', 1, 2);

  • 樣本2：start的值大於切分後實際的分段數。命令樣本如下。

    --返回空串。
    select split_part('a,b,c,d', ',', 10);

  • 樣本3：separator不存在於str中。命令樣本如下。

    --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);

  • 樣本4：separator為空白串。命令樣本如下。

    --返回a,b,c,d。
    select split_part('a,b,c,d', '', 1);

  • 樣本5：end的值大於切分後實際的分段數。命令樣本如下。

    --返回b,c,d。
    select split_part('a,b,c,d', ',', 2, 6);

  • 樣本6：除separator外，任一輸入參數為NULL。命令樣本如下。

    --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>])

• 命令說明

  返回字串str從start_position開始，長度為length的子串。

• 參數說明

  • str：必填。STRING類型。如果輸入為BIGINT、DECIMAL、DOUBLE或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • start_position：必填。BIGINT類型，預設起始位置為1。

    • Hive相容資料類型版本：當start_position為0時，與起始位置為1時相同。

    • 1.0和2.0資料類型版本：當start_position為0時，返回NULL。

  • length：可選。BIGINT類型，表示子串的長度值。值必須大於0。

    重要

    • 如果setproject odps.function.strictmode=false時：length值小於0時，會返回空白。

    • 如果setproject odps.function.strictmode=true時：length值小於0時，會返回錯誤。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • str非STRING、BIGINT、DECIMAL、DOUBLE或DATETIME類型時，返回報錯。

  • length非BIGINT類型或值小於等於0時，返回報錯。

  • 當length被省略時，返回到str結尾的子串。

  • str、start_position或length值為NULL時，返回NULL。

• 樣本

  • 樣本1：返回字串abc從指定位置開始，指定長度的子串。命令樣本如下。

    --返回bc。
    select substr('abc', 2);
    --返回b。
    select substr('abc', 2, 1);
    --返回bc。
    select substr('abc',-2 , 2);

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select substr('abc', null);

SUBSTRING

• 命令格式

  string substring(string|binary <str>, int <start_position>[, int <length>])

• 命令說明

  返回字串str從start_position開始，長度為length的子串。

• 參數說明

  • str：必填。STRING或BINARY類型。

  • start_position：必填。INT類型，起始位置為1。當start_position為0時，返回空串。當start_position為負數時，表示開始位置是從字串的結尾往前倒數，最後一個字元是-1，依次往前倒數。

  • length：可選。BIGINT類型，表示子串的長度值。值必須大於0。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • str非STRING或BINARY類型時，返回報錯。

  • length非BIGINT類型或值小於等於0時，返回報錯。

  • 當length被省略時，返回到str結尾的子串。

  • str、start_position或length值為NULL時，返回NULL。

• 樣本

  • 樣本1：返回字串abc從指定位置開始，指定長度的子串。命令樣本如下。

    --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);

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select substring('abc', null, null);

SUBSTRING_INDEX

• 命令格式

  string substring_index(string <str>, string <separator>, int <count>)

• 命令說明

  截取字串str第count個分隔字元之前的字串。如果count為正，則從左邊開始截取。如果count為負，則從右邊開始截取。此函數為MaxCompute 2.0擴充函數。

• 參數說明

  • str：必填。STRING類型。待截取的字串。

  • separator：必填。STRING類型的分隔字元。

  • count：必填。INT類型。指定分隔字元位置。

• 傳回值說明

  返回STRING類型。如果任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：截取字串https://www.alibabacloud.com。命令樣本如下。

    --返回https://www.alibabacloud。
    select substring_index('https://www.alibabacloud.com', '.', 2);
    --返回alibabacloud.com。
    select substring_index('https://www.alibabacloud.com', '.', -2);

  • 樣本2：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select substring_index('https://www.alibabacloud.com', null, 2);

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>)

• 命令說明

  將BOOLEAN、BIGINT、DECIMAL或DOUBLE類型值轉換為對應的STRING類型表示。

• 參數說明

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

• 傳回值說明

  返回STRING類型。返回規則如下：

  • value非BOOLEAN、BIGINT、DECIMAL或DOUBLE類型時，返回報錯。

  • value值為NULL時，返回NULL。

• 樣本

  • 樣本1：將如下值轉換為STRING類型表示。命令樣本如下。

    --返回字串123。
    select to_char(123);
    --返回字串TRUE。
    select to_char(true);
    --返回字串1.23。
    select to_char(1.23);

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select to_char(null);

TO_JSON

• 命令格式

  string to_json(<expr>)

• 命令說明

  將給定的複雜類型expr，以JSON字串格式輸出。

• 參數說明

  expr：必填。ARRAY、MAP、STRUCT複雜類型。

  說明

  如果輸入為STRUCT類型（struct<key1:value1, key2:value2）：

  • 轉換為JSON字串時，Key會全部轉為小寫。

  • value如果為NULL，則不輸出value本組的資料。例如value2為NULL，則key2:value2不會輸出到JSON字串。

• 傳回值說明

  返回JSON格式的字串。

• 樣本

  • 樣本1：將指定複雜類型以指定格式輸出。命令樣本如下。

    --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))));

  • 樣本2：輸入為STRUCT類型的特殊情況。命令樣本如下。

    --返回{"a":"B"}。STRUCT類型轉換為JSON字串時，key會全部轉為小寫。
    select to_json(named_struct("A", "B"));
    --返回{"k2":"v2"}。NULL值所在組的資料，不會輸出到JSON字串。
    select to_json(named_struct("k1", cast(null as string), "k2", "v2"));

TOLOWER

• 命令格式

  string tolower(string <source>)

• 命令說明

  將字串source中的大寫字元轉換為對應的小寫字元。

• 參數說明

  source：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。目前只支援英文字元。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • source非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • source值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串中的大寫字元轉換為小寫字元。命令樣本如下。

    --返回abcd。
    select tolower('aBcd');
    --返回中國fighting。
    select tolower('中國Fighting');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select tolower(null);

TOUPPER

• 命令格式

  string toupper(string <source>)

• 命令說明

  將字串source中的小寫字元轉換為對應的大寫字元。

• 參數說明

  source：必填。STRING類型。如果輸入為BIGINT、DOUBLE、DECIMAL或DATETIME類型，則會隱式轉換為STRING類型後參與運算。目前只支援英文字元。

• 傳回值說明

  返回STRING類型。返回規則如下：

  • source非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • source值為NULL時，返回NULL。

• 樣本

  • 樣本1：將字串中的小寫字元轉換為大寫字元。命令樣本如下。

    --返回ABCD。
    select toupper('aBcd');
    --返回中國FIGHTING。
    select toupper('中國Fighting');

  • 樣本2：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select toupper(null);

TRANSLATE

• 命令格式

  string translate(string|varchar <str1>, string|varchar <str2>, string|varchar <str3>)

• 命令說明

  將str1出現在str2中的每個字元替換成str3中相對應的字元。無匹配則不替換。此函數為MaxCompute 2.0擴充函數。

• 傳回值說明

  返回STRING類型。如果任一輸入參數值為NULL，返回NULL。

• 樣本

  • 樣本1：將字串ababab出現在abab中的每個字元替換成cd中的相應字元。命令樣本如下。

    --返回cdcdcd。
    select translate('ababab','abab','cd');

  • 樣本2：將字串ababab出現在abab中的每個字元替換成cdefg中的相應字元。命令樣本如下。

    --返回cdcdcd。
    select translate('ababab','abab','cdefg');

  • 樣本3：任一輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select translate('ababab','cd',null);

TRIM

• 命令格式

  string trim(string <str>[,<trimChars>])
  string trim([BOTH] [<trimChars>] from <str>)

• 命令說明

  從str的左右兩端去除字元：

  • 如果未指定trimChars，則預設去除空白字元。

  • 如果指定了trimChars，則以trimChars中包含的字元作為一個集合，從str的左右兩端去除儘可能長的所有字元都在集合trimChars中的子串。

• 參數說明

  • str：必填。STRING類型。待去除左右兩端字元的字串。如果輸入為BIGINT、DECIMAL、DOUBLE或DATETIME類型，則會隱式轉換為STRING類型後參與運算。

  • trimChars：可選。String類型。待去除的字元。

• 傳回值說明

  返回為STRING類型。返回規則如下：

  • str非STRING、BIGINT、DOUBLE、DECIMAL或DATETIME類型時，返回報錯。

  • str或trimChars值為NULL時，返回NULL。

• 樣本

  • 樣本1：去除字串 yxTxyomxx 的左右空格。命令樣本如下。

    --返回字串yxTxyomxx。
    select trim(' yxTxyomxx ');
    --等效於如下語句。
    select trim(both from ' yxTxyomxx ');
    select trim(from ' yxTxyomxx ');

  • 樣本2：去除字串yxTxyomxx左右兩端所有字元都在集合xy中的子串。

    --返回Txyom，只要左右兩端遇到x或者y就會被去掉。
    select trim('yxTxyomxx', 'xy');
    --等效於如下語句。
    select trim(both 'xy' from 'yxTxyomxx');
    select trim('xy' from 'yxTxyomxx');

  • 樣本3：輸入參數為NULL。命令樣本如下。

    --返回NULL。
    select trim(null);
    select trim('yxTxyomxx', null);

URL_DECODE

• 命令格式

  string url_decode(string <input>[, string <encoding>])

• 命令說明

  將輸入字串從application/x-www-form-urlencoded MIME格式轉為常規字串，是url_encode的逆過程。編碼規則如下：

  • a~z、A~Z保持不變。

  • 英文句點（.）、短劃線（-）、星號（*）和底線（_）保持不變。

  • 加號（+）轉為空白格。

  • %xy格式的序列轉換為對應的位元組值，連續的位元組值根據輸入的encoding名稱解碼為對應的字串。

  • 其餘的字元保持不變。

• 參數說明

  • input：必填。STRING類型。要輸入的字串。

  • encoding：可選。指定編碼格式，支援GBK或UTF-8等標準編碼格式，不輸入預設為UTF-8。

• 傳回值說明

  返回STRING類型UTF-8編碼的字串。input或encoding值為NULL時，返回NULL。

• 樣本

  --返回樣本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>])

• 命令說明

  將輸入字串編碼為application/x-www-form-urlencoded MIME格式。編碼格式如下：

  • a~z、A~Z保持不變。

  • 英文句點（.）、短劃線（-）、星號（*）和底線（_）保持不變。

  • 空格轉為加號（+）。

  • 其餘字元根據指定的encoding轉為位元組值，然後將每個位元組值表示為%xy的格式，xy是該字元的十六進位表示方式。

• 參數說明

  • input：必填。STRING類型。要輸入的字串。

  • encoding：可選。指定編碼格式，支援GBK或UTF-8等標準編碼格式，不輸入預設為UTF-8。

• 傳回值說明

  返回STRING類型。input或encoding值為NULL時，返回NULL。

• 樣本

  --返回%E7%A4%BA%E4%BE%8Bfor+url_encode%3A%2F%2F+%28fdsf%29。
  select url_encode('樣本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');

相關文檔

當以上函數不能滿足您的業務需求，您可以自行編寫代碼邏輯建立自訂函數（UDF），以滿足多樣化業務需求，請參見MaxCompute UDF概述。