解析括号括起来的某些字符串值

Question

我正在尝试提取由特殊字符（如括号）包围的某些字符串值，并使用提取的字符串值创建新列。例如，原始列如下所示。

         Column
Dec12 SKLEKF [[ABC]] <<JK>>
Jan13 KEJ [[FJ]] <<UHJ>>
FEB12 JKEJSKEJG [[GBC]] <<JUIDJ>>

我正在尝试使用括号内的字符串值创建两个新列。新数据表应如下所示。

Code     ID
ABC      JK
FJ       UHJ
GBC      JUIDJ

我尝试了以下代码，但它不起作用，因为括号之前和括号内的字符串值的长度因行而异。有什么方法可以解析括号括起来的字符串值，不管它们的长度如何？

select SUBSTRING(Column, 13, 3) AS Code
from table

谢谢。

Answer 1

我会怎么做：

-- DDL and sample data population, start
DECLARE @tbl TABLE (seq INT identity PRIMARY KEY, tokens VARCHAR(100));
INSERT INTO @tbl (tokens) VALUES
('Dec12 SKLEKF [[ABC]] <<JK>>'),
('Jan13 KEJ [[FJ]] <<UHJ>>'),
('FEB12 JKEJSKEJG [[GBC]] <<JUIDJ>>');

-- DDL and sample data population, end    
SELECT 
  Seq    = t.seq,
  Tokens = t.tokens,
  [Code] = SUBSTRING(t.tokens,a1.Pos+2,a2.Pos-a1.Pos-2),
  [ID]   = SUBSTRING(t.tokens,b1.Pos+2,b2.Pos-b1.Pos-2)
FROM        @tbl                                       AS t
CROSS APPLY (VALUES(CHARINDEX('[[',t.tokens)))         AS a1(Pos)
CROSS APPLY (VALUES(CHARINDEX('<<',t.tokens)))         AS b1(Pos)
CROSS APPLY (VALUES(CHARINDEX(']',t.tokens,a1.Pos+2))) AS a2(Pos)
CROSS APPLY (VALUES(CHARINDEX('>',t.tokens,b1.Pos+2))) AS b2(Pos);

返回：

+-----+-----------------------------------+------+-------+
| seq |              tokens               | Code |  ID   |
+-----+-----------------------------------+------+-------+
|   1 | Dec12 SKLEKF [[ABC]] <<JK>>       | ABC  | JK    |
|   2 | Jan13 KEJ [[FJ]] <<UHJ>>          | FJ   | UHJ   |
|   3 | FEB12 JKEJSKEJG [[GBC]] <<JUIDJ>> | GBC  | JUIDJ |
+-----+-----------------------------------+------+-------+

注意简单的执行计划。没有比这更顺畅的了。

Answer 2

还有一个建议：

SELECT A.casted.value('(/x/@code)[1]','nvarchar(100)') AS Code
      ,A.casted.value('(/x/@id)[1]','nvarchar(100)') AS I
      ,A.casted
FROM YourTable t
CROSS APPLY(VALUES(CAST(REPLACE(REPLACE(REPLACE(REPLACE(t.tokens,'[[','<x code="')
                                                                ,']]','"/>')
                                                                ,'<<','<x id="')
                                                                ,'>>','"/>') AS xml))) A(casted)

简而言之：

• 由于您使用不同的“标记”字符，我们可以轻松地将您的字符串转换为有效的 XML，并进行一些替换
  结果Dec12 SKLEKF <x code="ABC" /><x id="JK" />
• 现在可以很容易地使用.value() 直接从 XML 中获取属性值。

更新

如果您的代码可能包含 XML 中禁止使用的字符，您可以改用 APPLY：

CROSS APPLY(VALUES(CAST(REPLACE(REPLACE(REPLACE(REPLACE((SELECT t.tokens AS [*] FOR XML PATH(''))
                                                                ,'[[','<x code="')
                                                                ,']]','"/>')
                                                                ,'&lt;&lt;','<x id="')
                                                                ,'&gt;&gt;','"/>') AS xml))) A(casted);

Answer 3

另一种使用 XML 和 XQuery 的方法。

这个想法是对一串标记进行标记，并根据它们的位置获取单个标记：[last()] 和 [last()-1]。

SQL

-- DDL and sample data population, start
DECLARE @tbl TABLE (seq INT identity PRIMARY KEY, tokens VARCHAR(100));
INSERT INTO @tbl (tokens) VALUES
('Dec12 SKLEKF [[ABC]] <<JK>>'),
('Jan13 KEJ [[FJ]] <<UHJ>>'),
('FEB12 JKEJSKEJG [[GBC]] <<JUIDJ>>');
-- DDL and sample data population, end

SELECT t.*
    , TRIM('[]' FROM c.value('(/root/r[last()-1]/text())[1]', 'VARCHAR(20)')) AS Code
    , TRIM('<>' FROM c.value('(/root/r[last()]/text())[1]', 'VARCHAR(20)')) AS ID
FROM @tbl AS t
    CROSS APPLY (SELECT TRY_CAST('<root><r><![CDATA[' + 
      REPLACE(tokens, SPACE(1), ']]></r><r><![CDATA[') + 
      ']]></r></root>' AS XML)) AS t1(c);

输出

+-----+-----------------------------------+------+-------+
| seq |              tokens               | Code |  ID   |
+-----+-----------------------------------+------+-------+
|   1 | Dec12 SKLEKF [[ABC]] <<JK>>       | ABC  | JK    |
|   2 | Jan13 KEJ [[FJ]] <<UHJ>>          | FJ   | UHJ   |
|   3 | FEB12 JKEJSKEJG [[GBC]] <<JUIDJ>> | GBC  | JUIDJ |
+-----+-----------------------------------+------+-------+

Answer 4

使用SUBSTRING 操作：

SELECT
    col,
    SUBSTRING(col, CHARINDEX('[[', col) + 2,
              CHARINDEX(']]', col) - CHARINDEX('[[', col) - 2) AS Code,
    SUBSTRING(col, CHARINDEX('<<', col) + 2,
              CHARINDEX('>>', col) - CHARINDEX('<<', col) - 2) AS ID
FROM yourTable;