高效清理表中的字符串

我目前正在處理某些問題，其中某些字符需要從表中存在的字符串中清除。通常我會做一個簡單的更新替換，但在這種情況下，有32個不同的字符需要刪除。高效清理表中的字符串

我已經做了一些環顧四周，找不到任何優秀的解決方案來快速清理已存在於表格中的字符串。

事情我已經看着：

做一系列嵌套內容替換

的該解決方案是做，能幹，但對32種不同取代它需要一些既醜陋的代碼，或者哈克動態的sql來構建一個巨大的系列替換。
PATINDEX和while循環

如this answer看到它可以模仿一種正則表達式替換，但我有很多數據的工作，所以我很猶豫，甚至改進方案信任當數據量很大時，在合理的時間內運行。
遞歸的CTE

我嘗試了CTE approuch這個問題，但它沒有運行非常快，一旦行的數量得到了較大。

參考：

CREATE TABLE #BadChar(
    id int IDENTITY(1,1), 
    badString nvarchar(10), 
    replaceString nvarchar(10) 

); 

INSERT INTO #BadChar(badString, replaceString) SELECT 'A', '^'; 
INSERT INTO #BadChar(badString, replaceString) SELECT 'B', '}'; 
INSERT INTO #BadChar(badString, replaceString) SELECT 's', '5'; 
INSERT INTO #BadChar(badString, replaceString) SELECT '-', ' '; 

CREATE TABLE #CleanMe(
    clean_id int IDENTITY(1,1), 
    DirtyString nvarchar(20) 
); 

DECLARE @i int; 
SET @i = 0; 
WHILE @i < 100000 BEGIN 
    INSERT INTO #CleanMe(DirtyString) SELECT 'AAAAA'; 
    INSERT INTO #CleanMe(DirtyString) SELECT 'BBBBB'; 
    INSERT INTO #CleanMe(DirtyString) SELECT 'AB-String-BA'; 
    SET @i = @i + 1 
END; 


WITH FixedString (Step, String, cid) AS (
    SELECT 1 AS Step, REPLACE(DirtyString, badString, replaceString), clean_id 
    FROM #BadChar, #CleanMe 
    WHERE id = 1 

    UNION ALL 

    SELECT Step + 1, REPLACE(String, badString, replaceString), cid 
    FROM FixedString AS T1 
    JOIN #BadChar AS T2 ON T1.step + 1 = T2.id 
    Join #CleanMe AS T3 on T1.cid = t3.clean_id 

) 
SELECT String FROM FixedString WHERE step = (SELECT MAX(STEP) FROM FixedString); 

DROP TABLE #BadChar; 
DROP TABLE #CleanMe;

使用CLR

看起來這是一個通用的解決方案很多人都用，但環境我「進來並不是一件容易的事。

有沒有其他方法可以解決這個問題？或者我已經研究過的方法有什麼改進？

來源

2017-07-24 FabAndrew

什麼版本的SQL Server？在極不可能的情況下，你在2017年也有['Translate']（https://docs.microsoft.com/en-us/sql/t-sql/functions/translate-transact-sql），儘管這是隻是語法糖嵌套取代。 –

您可以將數據提取到某個ETL工具，並在那裏執行操作，而不會高度依賴數據庫功能。例如，調查使用Community Edition免費的Pentaho數據集成。 –

嵌套替換速度非常快。爲了上帝的緣故，不要爲了簡單的事情而啓動CLR或ETL。做嵌套替換，確保它在語法上有點難看，但不是什麼大不了的。 –

利用Alan Burstein's solution的想法，如果你想硬編碼壞/替換字符串，你可以做這樣的事情。這將適用於壞/替換字符串長於單個字符。

CREATE FUNCTION [dbo].[CleanStringV1] 
(
    @String nvarchar(4000) 
) 
RETURNS nvarchar(4000) WITH SCHEMABINDING AS 
BEGIN 
SELECT @string = REPLACE 
    (
    @string COLLATE Latin1_General_BIN, 
    badString, 
    replaceString 
) 
FROM 
(VALUES 
     ('A', '^') 
    , ('B', '}') 
    , ('s', '5') 
    , ('-', ' ') 
    ) t(badString, replaceString) 
RETURN @string; 
END;

或者，如果你有一個包含壞表/替換字符串，然後

CREATE FUNCTION [dbo].[CleanStringV2] 
(
    @String nvarchar(4000) 
) 
RETURNS nvarchar(4000) AS 
BEGIN 
SELECT @string = REPLACE 
    (
    @string COLLATE Latin1_General_BIN, 
    badString, 
    replaceString 
) 
FROM BadChar 
RETURN @string; 
END;

這些是區分大小寫的。如果你想不區分大小寫，你可以刪除COLLATE位。我做了一些小測試，並且這些測試並沒有比嵌套REPLACE慢很多。硬編碼字符串的第一個是兩者中速度較快的，幾乎和嵌套REPLACE一樣快。

來源

2017-07-24 23:13:50 hatchet

高效清理表中的字符串

回答

相關問題