Функции для работы со строками

В RQL представлен набор функций, предназначенных для обработки текстовых данных. Функции для поиска в строках и функции для замены в строках рассмотрены отдельно.

Набор поддерживаемых функций RQL и их поведение зависят от версии установленного ClickHouse. Если функция не поддерживается в используемой версии ClickHouse, она также не будет доступна в RQL. Ознакомиться с актуальным списком функций и их поведением можно в официальном репозитории ClickHouse, выбрав нужную версию из веток. Например: список функций для работы со строками для ClickHouse 24.7.

Table 1. Функции для работы со строками
Функция	Описание
`empty`	Проверяет, является ли входная строка пустой. Возвращает 1 для пустой строки или 0 для непустой строки.
`notEmpty`	Проверяет, не является ли входная строка пустой. Возвращает 1 для непустой строки или 0 для пустой строки.
`length`	Возвращает длину строки в байтах (а не символах или кодовых точках Unicode).
`lengthUTF8`	Возвращает длину строки в кодовых точках Unicode (а не в байтах или символах). Предполагается, что строка содержит допустимый текст в кодировке UTF-8.
`leftPad`	Дополняет строку слева пробелами или заданной строкой (при необходимости несколько раз), пока результирующая строка не достигнет указанной длины.
`leftPadUTF8`	Дополняет строку слева пробелами или заданной строкой (при необходимости несколько раз) до достижения указанной длины. В отличие от `leftPad`, длина строки измеряется в кодовых точках.
`rightPad`	Дополняет строку справа пробелами или заданной строкой (при необходимости несколько раз) до достижения указанной длины.
`rightPadUTF8`	Дополняет строку справа пробелами или заданной строкой (при необходимости несколько раз) до достижения указанной длины. В отличие от `rightPad`, длина строки измеряется в кодовых точках.
`lower`	Преобразует символы ASCII латиницы в строке в нижний регистр.
`upper`	Преобразует символы ASCII латиницы в строке в верхний регистр.
`lowerUTF8`	Преобразует строку в нижний регистр, предполагая, что строка содержит допустимый текст в кодировке UTF-8.
`upperUTF8`	Преобразует строку в верхний регистр, предполагая, что строка содержит допустимый текст в кодировке UTF-8.
`isValidUTF8`	Возвращает 1, если набор байтов составляет допустимый текст, закодированный в UTF-8, в противном случае 0.
`toValidUTF8`	Заменяет недопустимые символы UTF-8 на символ � (U+FFFD). Все подряд идущие недопустимые символы сжимаются в один символ замены.
`repeat`	Конкатенирует строку с самой собой указанное количество раз.
`space`	Конкатенирует пробел указанное количество раз с самим собой.
`reverse`	Инвертирует последовательность байтов в строке.
`reverseUTF8`	Инвертирует последовательность кодовых точек Unicode в строке. Предполагается, что строка содержит допустимый текст в кодировке UTF-8.
`concat`	Конкатенирует заданные аргументы.
`concatAssumeInjective`	Аналогично `concat`, но предполагает, что `concat(s1, s2, …)` → `sn` является инъективной. Может использоваться для оптимизации `GROUP BY`.
`concatWithSeparator`	Конкатенирует заданные строки с использованием заданного разделителя.
`concatWithSeparatorAssumeInjective`	Аналогично `concatWithSeparator`, но предполагает, что `concatWithSeparator(sep, expr1, expr2, expr3…)` → `result` является инъективной. Может использоваться для оптимизации `GROUP BY`.
`substring`	Возвращает подстроку строки `s`, которая начинается с указанного индекса байта `offset`. Счет начинается с 1. Если `offset` равен 0, возвращается пустая строка. Если `offset` отрицательный, подстрока начинается с символов от конца строки.
`substringUTF8`	Аналогично `substring`, но для кодовых точек Unicode. Предполагается, что строка содержит допустимый текст в кодировке UTF-8.
`substringIndex`	Возвращает подстроку `s` до `count` вхождений разделителя `delim`, как в Spark или MySQL.
`substringIndexUTF8`	Аналогично `substringIndex`, но для кодовых точек Unicode. Предполагается, что строка содержит допустимый текст в кодировке UTF-8.
`appendTrailingCharIfAbsent`	Добавляет символ `c` к строке `s`, если `s` непустая и не заканчивается символом `c`.
`convertCharset`	Возвращает строку `s`, преобразованную из кодировки `from` в кодировку `to`.
`base58Encode`	Кодирует строку в формат Base58.
`base58Decode`	Декодирует строку из формата Base58.
`tryBase58Decode`	Попытка декодировать строку из формата Base58 с возвратом пустой строки в случае ошибки.
`base64Encode`	Кодирует строку в формат Base64.
`base64Decode`	Декодирует строку из формата Base64.
`tryBase64Decode`	Попытка декодировать строку из формата Base64 с возвратом пустой строки в случае ошибки.
`endsWith`	Проверяет, заканчивается ли строка определенным суффиксом.
`endsWithUTF8`	То же, что и `endsWith`, но с учетом кодировки UTF-8.
`startsWith`	Проверяет, начинается ли строка с определенного префикса.
`startsWithUTF8`	То же, что и `startsWith`, но с учетом кодировки UTF-8.
`trim`	Удаляет пробельные символы с начала и конца строки.
`trimLeft`	Удаляет пробельные символы с начала строки.
`trimRight`	Удаляет пробельные символы с конца строки.
`trimBoth`	Удаляет пробельные символы с обеих сторон строки.
`CRC32`	Вычисляет CRC32 хеш строки.
`CRC32IEEE`	Вычисляет CRC32 используя IEEE полином.
`CRC64`	Вычисляет CRC64 хеш строки.
`normalizeQuery`	Нормализует строку запроса.
`normalizedQueryHash`	Вычисляет хеш нормализованного запроса.
`normalizeUTF8NFC`	Нормализует строку в нормализацию формы C (NFC) для Unicode.
`normalizeUTF8NFD`	Нормализует строку в нормализацию формы D (NFD) для Unicode.
`normalizeUTF8NFKC`	Нормализует строку в нормализацию формы KC (NFKC) для Unicode.
`normalizeUTF8NFKD`	Нормализует строку в нормализацию формы KD (NFKD) для Unicode.
`encodeXMLComponent`	Кодирует компоненты XML в строке.
`decodeXMLComponent`	Декодирует компоненты XML из строки.
`decodeHTMLComponent`	Декодирует HTML компоненты из строки.
`extractTextFromHTML`	Извлекает текст из HTML строки.
`ascii`	Возвращает ASCII код первого символа строки.
`soundex`	Преобразует строку в ее код Soundex.
`punycodeEncode`	Кодирует строку в формат Punycode.
`punycodeDecode`	Декодирует строку из формата Punycode.
`tryPunycodeDecode`	Попытка декодировать строку из формата Punycode с возвратом пустой строки в случае ошибки.
`idnaEncode`	Кодирует строку в формат IDNA.
`tryIdnaEncode`	Попытка кодировать строку в формат IDNA с возвратом пустой строки в случае ошибки.
`idnaDecode`	Декодирует строку из формата IDNA.
`byteHammingDistance`	Вычисляет расстояние Хэмминга между двумя строками.
`stringJaccardIndex`	Вычисляет индекс Жаккара для двух строк.
`stringJaccardIndexUTF8`	Вычисляет индекс Жаккара для двух строк, учитывая кодировку UTF-8.
`editDistance`	Вычисляет расстояние редактирования (Левенштейна) между двумя строками.
`damerauLevenshteinDistance`	Вычисляет расстояние Дамерау-Левенштейна между двумя строками.
`jaroSimilarity`	Вычисляет сходство Джаро между двумя строками.
`jaroWinklerSimilarity`	Вычисляет сходство Джаро-Винклера между двумя строками.
`initcap`	Преобразует первый символ каждого слова в верхний регистр.
`initcapUTF8`	То же, что и `initcap`, но учитывает кодировку UTF-8.
`firstLine`	Возвращает первую строку из многострочного текста.