SQL-提取字符之间的文本答案

【问题标题】：SQL- Extracting Text between charactersSQL-提取字符之间的文本
【发布时间】：2018-07-17 19:55:01
【问题描述】：

这就是我的数据的样子。（我正在尝试准确的电子邮件地址，以便我可以为 TO 和 CC 人发送电子邮件。）

    EmailTO:[url=mailto:Test_Email_1@Yahoo.com] Test_Email_1@Yahoo.com[/url]             
    EmailCC:[url=mailto:Test_Email_2@Yahoo.com] Test_Email_2@Yahoo.com[/url]           

    Hello, This is the rest of the email message....

当我运行第一个 SQL 时，我得到了我想要的结果。

    Select
    Body,
    SUBSTRING(Body, CHARINDEX('EmailTO', Body) + 20,CHARINDEX(']',Body)-CHARINDEX('EmailTO',Body)-20) ToEmail

    ToEmaiL = Test_Email_1@Yahoo.com

但是当我尝试像这样进行第二次 SUBSTRING 时

    Select
    Body,
    SUBSTRING(Body, CHARINDEX('EmailTO', Body) + 20,CHARINDEX(']',Body)-CHARINDEX('EmailTO',Body)-20) ToEmail,
    SUBSTRING(Body, CHARINDEX('EmailCC', Body) + 20,CHARINDEX(']',Body)-CHARINDEX('EmailCC',Body)-20) CCEmail --(Simply replacing the EmailTo from the previous line to EmailCC)
    From hdIssues

我收到此错误

    "Msg 537, Level 16, State 5, Line 1 Invalid length parameter passed to the LEFT or SUBSTRING function."

感谢任何帮助。

附注在我的数据集中，电子邮件地址可以有多个收件人，用分号分隔，如下所示：

[url=mailto:Test_Email_1@Yahoo.com] Test_Email_1@Yahoo.com[/url]; [url=mailto:Test_Email_5@Yahoo.com] Test_Email_5@Yahoo.com[/url]; [url=mailto:Test_Email_8@Yahoo.com] Test_Email_8@Yahoo.com[/url]

【问题讨论】：

SQL 确实是不适合这项工作的工具，尤其是使用那个 ps。
什么数据库？ MYSQL？甲骨文？为您的问题添加适当的标签；正如 HoneyBadger 所指出的，SQL 可能不是最佳选择；我认为一些 Unix 命令可以快速解决这个问题。
MS SQL Server 2008 R2

标签： sql sql-server tsql substring charindex

【解决方案1】：

如果对 TVF 开放

示例

Select A.ID
      ,B.*
 From  YourTable A
 Cross Apply [dbo].[tvf-Str-Extract](A.Body,'[url=mailto:',']') B

ID  RetSeq  RetPos  RetVal
1   1       23      Test_Email_1@Yahoo.com
1   2       89      Test_Email_5@Yahoo.com
1   3       155     Test_Email_8@Yahoo.com
1   4       229     Test_Email_2@Yahoo.com

TVF（如果有兴趣）

CREATE FUNCTION [dbo].[tvf-Str-Extract] (@String varchar(max),@Delimiter1 varchar(100),@Delimiter2 varchar(100))
Returns Table 
As
Return (  

with   cte1(N)   As (Select 1 From (Values(1),(1),(1),(1),(1),(1),(1),(1),(1),(1)) N(N)),
       cte2(N)   As (Select Top (IsNull(DataLength(@String),0)) Row_Number() over (Order By (Select NULL)) From (Select N=1 From cte1 N1,cte1 N2,cte1 N3,cte1 N4,cte1 N5,cte1 N6) A ),
       cte3(N)   As (Select 1 Union All Select t.N+DataLength(@Delimiter1) From cte2 t Where Substring(@String,t.N,DataLength(@Delimiter1)) = @Delimiter1),
       cte4(N,L) As (Select S.N,IsNull(NullIf(CharIndex(@Delimiter1,@String,s.N),0)-S.N,8000) From cte3 S)

Select RetSeq = Row_Number() over (Order By N)
      ,RetPos = N
      ,RetVal = left(RetVal,charindex(@Delimiter2,RetVal)-1) 
 From  (
        Select *,RetVal = Substring(@String, N, L) 
         From  cte4
       ) A
 Where charindex(@Delimiter2,RetVal)>1

)
/*
Max Length of String 1MM characters

Declare @String varchar(max) = 'Dear [[FirstName]] [[LastName]], ...'
Select * From [dbo].[tvf-Str-Extract] (@String,'[[',']]')
*/

编辑 - 正文

两个分隔符是 '[/url]' 和 '|||' 。我们通过添加一个唯一的字符串来强制结束分隔符。在这种情况下，我选择了|||

如果您不想要多重记录。删除CROSS APPLY B

示例

Select A.ID
      ,B.*
      ,Body = ltrim(rtrim(C.RetVal))
 From  @YourTable A
 Cross Apply [dbo].[tvf-Str-Extract](A.Body,'[url=mailto:',']') B
 Cross Apply [dbo].[tvf-Str-Extract](A.Body+'|||','[/url]','|||') C  --- Notice A.Body+'|||'.... this is to force an ending delimiter

退货

【讨论】：

John，这太棒了，我绝对可以在我正在从事的其他项目中使用它。不幸的是，对于这个特定的项目，它并不完全有效。重新阅读我最初的问题后，我忘了提到这些电子邮件地址不是静态的，为什么会一直更改。因此，通过对上面代码中的电子邮件地址进行硬编码，只有在使用这些电子邮件地址时才会给出结果。
@StephenMorrell 什么是硬编码？ (at)YourTable 只是一个演示表变量。
正文列实际上是电子邮件的正文。在这些消息中，EmailTO 和 EMAILCC 总是会改变，它上面的 Declare 语句显示为： (1, ' EmailTO:[url=mailto:Test_Email_1@Yahoo.com] Test_Email_1@Yahoo.com[/url]; [url= mailto:Test_Email_5@Yahoo.com] Test_Email_5@Yahoo.com[/url]; [url=mailto:Test_Email_8@Yahoo.com] Test_Email_8@Yahoo.com[/url] EmailCC:[url=mailto:Test_Email_2@Yahoo.com ] Test_Email_2@Yahoo.com[/url] 你好，这是电子邮件的其余部分......'）我如何让它使用名为“Body”的列？
完美！！！！太感谢了！！！！！我如何将其标记为已回答并给予您信任？
@StephenMorrell 总是乐于提供帮助:)

【解决方案2】：

我会使用 regexp_substr

with t1(col) as(
   select 'EmailTO:[url=mailto:Test_Email_1@Yahoo.com] Test_Email_1@Yahoo.com[/url]' from dual
)

select regexp_substr(col, '[[:alnum:]._%-]+@[[:alnum:]._%-]+\.com') as res
  from t1;

这将提取两个电子邮件地址，因为您在 P.S. 中说过，所以我离开了。可能存在多个电子邮件地址。您可以修改正则表达式以仅提取每封电子邮件的一个副本。

【讨论】：

我得到这个错误：Msg 195, Level 15, State 10, Line 6 'regexp_substr' is not an known built-in function name.
对不起，我以为这上面有 Oracle 标记。 regexp_substr 是一个 Oracle 函数。试试这个？ stackoverflow.com/questions/36189734/…

【解决方案3】：

要解决您的查询问题，您需要在第一个 ']' 字符之后开始搜索 EmailCC。否则，您会选择在“EmailCC”之前第一次出现的“]”字符，因此会出现错误。您可以通过为 CHARINDEX() 添加一个“start_location”来做到这一点。

因此，将您的查询更改为以下内容：

    Select
    Body,
    SUBSTRING(Body, CHARINDEX('EmailTO', Body) + 20,CHARINDEX(']',Body)-CHARINDEX('EmailTO',Body)-20) ToEmail,
    SUBSTRING(Body, CHARINDEX('EmailCC', Body) + 20,CHARINDEX(']',Body, CHARINDEX('EmailCC', Body))-CHARINDEX('EmailCC',Body)-20) CCEmail
    From hdIssues

在此处查看文档：https://docs.microsoft.com/en-us/sql/t-sql/functions/charindex-transact-sql

【讨论】：