数据处理函数技术文档：substring_index()与instr()解析与应用

一、函数概览

以下两个函数在数据处理中分别承担字符串截取和定位的核心功能，适用于MySQL、Oracle等主流数据库系统。

二、substring_index()函数详解

1. 语法与参数

sql

substring_index(string, sep, num)

• ​​参数说明​​
  • string：待处理的原始字符串（字段或表达式）
  • sep：分隔符（如 ,、. 等）
  • num：截取位置序号
    • ​​正数​​：从左向右计数
    • ​​负数​​：从右向左计数
    • ​​0​​：返回空字符串

2. 基础应用案例

案例1：提取域名前缀与后缀

sql

-- 截取第一个"."前的部分（如 "www"）
SELECT substring_index('www.mysql.com', '.', 1); -- 结果：www

-- 截取最后一个"."后的部分（如 "com"）
SELECT substring_index('www.mysql.com', '.', -1); -- 结果：com [1,3](@ref)

案例2：地址字段分层解析

假设表 student 中存在字段 address 存储省市区信息（如 "浙江省,杭州市,西湖区"）：

sql

-- 提取省份信息（第一个逗号前的内容）
SELECT 
  name, 
  substring_index(address, ',', 1) AS province 
FROM student; [1](@ref)

案例3：处理动态前缀的日期字段

若日期字段 ctime 格式为 "13d 2022-02-01"，需提取有效日期：

sql

SELECT 
  cast(substring_index(ctime, ' ', -1) AS date) AS dt 
FROM data 
WHERE substring_index(ctime, ' ', -1) >= '2022-03-04'; [1,5](@ref)

3. 高级嵌套用法

案例4：提取中间层级内容

从字符串 "aa,ddd,ccc" 中提取第二个分隔符前的部分：

sql

-- 先截取前两部分，再从结果中取最后一部分
SELECT 
  substring_index(substring_index('aa,ddd,ccc', ',', 2), ',', -1); -- 结果：ddd [3](@ref)

三、instr()函数详解

1. 语法与参数

sql

instr(source_string, dest_string, [start_position], [nth_appearance])

• ​​参数说明​​
  • source_string：源字符串
  • dest_string：目标子字符串
  • start_position（可选）：起始搜索位置（默认1，负数表示从右向左）
  • nth_appearance（可选）：指定第几次出现（默认1）

2. 基础应用案例

案例1：定位子字符串位置

sql

-- 查找第一个"l"的位置
SELECT instr('helloworld', 'l'); -- 结果：3 [7](@ref)

-- 查找第二次出现的"l"（从第4位开始）
SELECT instr('helloworld', 'l', 4, 2); -- 结果：9 [7](@ref)

案例2：模糊查询替代方案

替代 LIKE 实现模糊匹配：

sql

-- 查询包含"001"的用户记录
SELECT code, name 
FROM staff 
WHERE instr(code, '001') > 0; -- 等效于 code LIKE '%001%' [6,8](@ref)

案例3：动态截取字符串

结合 substr() 截取特定区间内容（如URL中参数值）：

sql

-- 提取"id=123"中的ID值
SELECT 
  substr(url, instr(url, 'id=') + 3, 3) AS id 
FROM links; [7](@ref)

3. 高级条件判断

案例4：分类标记

根据字段内容动态标记类别：

sql

SELECT 
  CASE 
    WHEN instr(description, '紧急') > 0 THEN '高危'
    WHEN instr(description, '测试') > 0 THEN '低危'
    ELSE '普通'
  END AS risk_level
FROM tasks; [8](@ref)

四、联合应用场景

场景：解析动态结构日志

假设日志字段 log 格式为 "ERROR|2023-10-01 14:23|ServiceA|Connection timeout"：

1. ​​使用 instr() 定位分隔符​​

   sql

   SELECT 
     instr(log, '|', 1, 2) AS second_sep_pos 
   FROM logs;

2. ​​结合 substring_index() 提取时间戳​​

   sql

   SELECT 
     substring_index(substring_index(log, '|', 2), '|', -1) AS timestamp 
   FROM logs; [3,7](@ref)

五、注意事项

六、附录：函数对比速查表