如何替换字符串中的奇数模式？
Posted
技术标签:
【中文标题】如何替换字符串中的奇数模式？【英文标题】：How I can replace odd patterns inside a string? 【发布时间】：2014-09-22 19:09:37 【问题描述】：我正在用 SQL 创建一个临时过程，因为我有一个用 markdown 编写的表的值，因此它在 Web 浏览器中显示为呈现的 html （markdown 到 HTML 转换）。
当前列的字符串如下所示：
Questions about **general computing hardware and software** are off-topic for Stack Overflow unless they directly involve tools used primarily for programming. You may be able to get help on [Super User](http://superuser.com/about)
我目前正在处理粗体和斜体文本。这意味着（在粗体文本的情况下）我需要将奇数 N 次替换为模式**with<b>，偶数次替换为</b>。
我看到了replace()，但它对字符串的所有模式进行了替换。
那么我如何才能只替换奇数或偶数的子字符串？
更新：有些人想知道我使用的是什么架构，所以看看here。
如果您愿意，还可以多加一点：到 html 超链接的 markdown 样式超链接看起来并不那么简单。
【问题讨论】：
什么是“损坏子串”？ @RobertHarvey 例如，如果在字符串中，我有** ** ** ** ** **，那么这个子字符串/模式在当前字符串中出现了六次。现在，假设我根据它们的位置为每个模式分配一个数字，我将使用1; 2; 3; 4; 5 访问它们中的每一个，因此损害子字符串对应于位置1; 3; 5; 并将子字符串配对到位置2; 4; 6。
奇数位和偶数位，那么呢？
@RobertHarvey ：对不起，我以为它和法语中的词是同一个词。所以是的，你是对的。
我想如果你能确定它是字符串的哪个实例（第一个、第二个等），你可以使用MODULO函数：<position> % 2。如果返回 0，则为偶数，非零为奇数。
【参考方案1】：
使用STUFF函数和一个简单的WHILEloop：
CREATE FUNCTION dbo.fn_OddEvenReplace(@text nvarchar(500),
@textToReplace nvarchar(10),
@oddText nvarchar(10),
@evenText nvarchar(500))
RETURNS varchar(max)
AS
BEGIN
DECLARE @counter tinyint
SET @counter = 1
DECLARE @switchText nvarchar(10)
WHILE CHARINDEX(@textToReplace, @text, 1) > 0
BEGIN
SELECT @text = STUFF(@text,
CHARINDEX(@textToReplace, @text, 1),
LEN(@textToReplace),
IIF(@counter%2=0,@evenText,@oddText)),
@counter = @counter + 1
END
RETURN @text
END
你可以这样使用它：
SELECT dbo.fn_OddEvenReplace(column, '**', '<b>', '</b>')
FROM table
更新：
这被重写为一个SP：
CREATE PROC dbo.##sp_OddEvenReplace @text nvarchar(500),
@textToReplace nvarchar(10),
@oddText nvarchar(10),
@evenText nvarchar(10),
@returnText nvarchar(500) output
AS
BEGIN
DECLARE @counter tinyint
SET @counter = 1
DECLARE @switchText nvarchar(10)
WHILE CHARINDEX(@textToReplace, @text, 1) > 0
BEGIN
SELECT @text = STUFF(@text,
CHARINDEX(@textToReplace, @text, 1),
LEN(@textToReplace),
IIF(@counter%2=0,@evenText,@oddText)),
@counter = @counter + 1
END
SET @returnText = @text
END
GO
并执行：
DECLARE @returnText nvarchar(500)
EXEC dbo.##sp_OddEvenReplace '**a** **b** **c**', '**', '<b>', '</b>', @returnText output
SELECT @returnText
【讨论】：
好的。现在我懂了。如果我将这段代码重写到存储过程中会有帮助吗？ @user2284570 更新:)【参考方案2】：根据 OP 的要求，我已修改我之前的答案以作为临时存储过程执行。我已经留下了我之前的答案，因为我相信对字符串表的使用也很有用。
如果已知一个 Tally（或 Numbers）表已经存在至少 8000 个值，则可以省略 CTE 的标记部分，并将 CTE 引用 tally 替换为现有的 Tally 表。
create procedure #HtmlTagExpander(
@InString varchar(8000)
,@OutString varchar(8000) output
)as
begin
declare @Delimiter char(2) = '**';
create table #t(
StartLocation int not null
,EndLocation int not null
,constraint PK unique clustered (StartLocation desc)
);
with
-- vvv Only needed in absence of Tally table vvv
E1(N) as (
select 1 from (values
(1),(1),(1),(1),(1),
(1),(1),(1),(1),(1)
) E1(N)
), --10E+1 or 10 rows
E2(N) as (select 1 from E1 a cross join E1 b), --10E+2 or 100 rows
E4(N) As (select 1 from E2 a cross join E2 b), --10E+4 or 10,000 rows max
tally(N) as (select row_number() over (order by (select null)) from E4),
-- ^^^ Only needed in absence of Tally table ^^^
Delimiter as (
select len(@Delimiter) as Length,
len(@Delimiter)-1 as Offset
),
cteTally(N) AS (
select top (isnull(datalength(@InString),0))
row_number() over (order by (select null))
from tally
),
cteStart(N1) AS
select
t.N
from cteTally t cross join Delimiter
where substring(@InString, t.N, Delimiter.Length) = @Delimiter
),
cteValues as (
select
TagNumber = row_number() over(order by N1)
,Location = N1
from cteStart
),
HtmlTagSpotter as (
select
TagNumber
,Location
from cteValues
),
tags as (
select
Location = f.Location
,IsOpen = cast((TagNumber % 2) as bit)
,Occurrence = TagNumber
from HtmlTagSpotter f
)
insert #t(StartLocation,EndLocation)
select
prev.Location
,data.Location
from tags data
join tags prev
on prev.Occurrence = data.Occurrence - 1
and prev.IsOpen = 1;
set @outString = @Instring;
update this
set @outString = stuff(stuff(@outString,this.EndLocation, 2,'</b>')
,this.StartLocation,2,'<b>')
from #t this with (tablockx)
option (maxdop 1);
end
go
这样调用：
declare @InString varchar(8000)
,@OutString varchar(8000);
set @inString = 'Questions about **general computing hardware and software** are off-topic **for Stack Overflow.';
exec #HtmlTagExpander @InString,@OutString out; select @OutString;
set @inString = 'Questions **about** general computing hardware and software **are off-topic** for Stack Overflow.';
exec #HtmlTagExpander @InString,@OutString out; select @OutString;
go
drop procedure #HtmlTagExpander;
go
它作为输出产生：
Questions about <b>general computing hardware and software</b> are off-topic **for Stack Overflow.
Questions <b>about</b> general computing hardware and software <b>are off-topic</b> for Stack Overflow.
【讨论】：
@user2284570：最好的（也是唯一正确的）谢谢是赞成和接受。 ;-) 如果你回答我的额外部分，我可能会接受...我还有一个问题，但这是other question @user2284570：我会咬人的——但我在上面的链接中的任何地方都看不到这样的功能。请展开。 问题里这么写的：“如果你想多加一点：markdown风格的超链接到html超链接的转换看起来没那么简单。” @user2284570：我看到了——如果它有一点点意义，我就不会问这个问题了。【参考方案3】：一种选择是使用正则表达式，因为它使替换此类模式变得非常简单。 RegEx 函数未内置在 SQL Server 中，因此您需要使用 SQL CLR，无论是由您编译还是从现有库中编译。
对于这个例子，我将使用SQL# (SQLsharp) 库（我是该库的作者），但免费版本中提供了 RegEx 函数。
SELECT SQL#.RegEx_Replace
(
N'Questions about **general computing hardware and software** are off-topic\
for Stack Overflow unless **they** directly involve tools used primarily for\
**programming. You may be able to get help on [Super User]\
(https://superuser.com/about)', -- @ExpressionToValidate
N'\*\*([^\*]*)\*\*', -- @RegularExpression
N'<b>$1</b>', -- @Replacement
-1, -- @Count (-1 = all)
1, - @StartAt
'IgnoreCase' -- @RegEx options
);
上面的模式\*\*([^\*]*)\*\* 只是寻找任何被双星号包围的东西。在这种情况下，您无需担心奇数/偶数。这也意味着如果由于某种原因在字符串中有一个额外的**，您将不会得到一个格式不正确的<b>-only 标记。我在原始字符串中添加了两个额外的测试用例：在单词 they 周围的一组完整的 ** 和在单词 programming 之前的一组不匹配的 **。输出是：
Questions about <b>general computing hardware and software</b> are off-topicfor Stack Overflow unless <b>they</b> directly involve tools used primarily for **programming. You may be able to get help on [Super User](https://superuser.com/about)
呈现为：
关于通用计算硬件和软件的问题对于 Stack Overflow 来说是题外话，除非它们直接涉及主要用于**编程的工具。您或许可以通过Super User获得帮助
【讨论】：
正则表达式会非常好，但我在我的问题中添加了一个标签。 @user2284570：标签？你的意思是 sql 标签吗？ CLR不是一种选择吗？如果是这样，也许为 T-SQL 添加一个标签将有助于澄清以及在问题的文本中提及这一点（即 CLR 不是一个选项）。虽然如果不是一个选项，为什么不呢？只是好奇。 我添加了dataexplorer 标签。如需更多信息，请查看我的query。 @user2284570：好的，我现在明白了。我会说，从您的问题文本中仍然有点不清楚您的限制是什么。我认为，如果您清楚地说明您正在使用 SEDE 的 GUI 版本 并且 您遇到问题的字段是CloseAsOffTopicReasonTypes.MarkdownMini，它已经在 Markdown 中格式化，这将有所帮助。我想我总是可以向 SE 建议他们加载 SQL# 并使 RegEx 和 String 函数可供在 SEDE 中编写查询的人使用:-)。
@user2284570：另外，你是如何创建一个函数的？我不明白 SEDE 是如何做到这一点的。【参考方案4】：
此解决方案利用了 Jeff Moden 在this article on the Running Sum problem in SQL 中描述的技术。这个解决方案很长，但是通过在聚集索引上使用 SQL Server 中的Quirky Update，有望比基于游标的解决方案更高效地处理大型数据集。
更新 - 修改如下以对字符串表进行操作
假设存在这样创建的计数表（至少有 8000 行）：
create table dbo.tally (
N int not null
,unique clustered (N desc)
);
go
with
E1(N) as (
select 1 from (values
(1),(1),(1),(1),(1),
(1),(1),(1),(1),(1)
) E1(N)
), --10E+1 or 10 rows
E2(N) as (select 1 from E1 a cross join E1 b), --10E+2 or 100 rows
E4(N) As (select 1 from E2 a cross join E2 b) --10E+4 or 10,000 rows max
insert dbo.tally(N)
select row_number() over (order by (select null)) from E4;
go
还有一个 HtmlTagSpotter 函数定义如下：
create function dbo.HtmlTagSPotter(
@pString varchar(8000)
,@pDelimiter char(2))
returns table with schemabinding as
return
WITH
Delimiter as (
select len(@pDelimiter) as Length,
len(@pDelimiter)-1 as Offset
),
cteTally(N) AS (
select top (isnull(datalength(@pstring),0))
row_number() over (order by (select null))
from dbo.tally
),
cteStart(N1) AS (--==== Returns starting position of each "delimiter" )
select
t.N
from cteTally t cross join Delimiter
where substring(@pString, t.N, Delimiter.Length) = @pDelimiter
),
cteValues as (
select
ItemNumber = row_number() over(order by N1)
,Location = N1
from cteStart
)
select
ItemNumber
,Location
from cteValues
go
然后运行以下 SQL 将执行所需的替换。请注意，末尾的内部连接可防止转换任何尾随的“奇数”标签：
create table #t(
ItemNo int not null
,Item varchar(8000) null
,StartLocation int not null
,EndLocation int not null
,constraint PK unique clustered (ItemNo,StartLocation desc)
);
with data(i,s) as ( select i,s from (values
(1,'Questions about **general computing hardware and software** are off-topic **for Stack Overflow.')
,(2,'Questions **about **general computing hardware and software** are off-topic **for Stack Overflow.')
--....,....1....,....2....,....3....,....4....,....5....,....6....,....7....,....8....,....9....,....0
)data(i,s)
),
tags as (
select
ItemNo = data.i
,Item = data.s
,Location = f.Location
,IsOpen = cast((TagNumber % 2) as bit)
,Occurrence = TagNumber
from data
cross apply dbo.HtmlTagSPotter(data.s,'**') f
)
insert #t(ItemNo,Item,StartLocation,EndLocation)
select
data.ItemNo
,data.Item
,prev.Location
,data.Location
from tags data
join tags prev
on prev.ItemNo = data.ItemNo
and prev.Occurrence = data.Occurrence - 1
and prev.IsOpen = 1
union all
select
i,s,8001,8002
from data
;
declare @ItemNo int
,@ThisStting varchar(8000);
declare @s varchar(8000);
update this
set @s = this.Item = case when this.StartLocation > 8000
then this.Item
else stuff(stuff(@s,this.EndLocation, 2,'</b>')
,this.StartLocation,2,'<b>')
end
from #t this with (tablockx)
option (maxdop 1);
select
Item
from (
select
Item
,ROW_NUMBER() over (partition by ItemNo order by StartLocation) as rn
from #t
) t
where rn = 1
go
屈服：
Item
------------------------------------------------------------------------------------------------------------
Questions about <b>general computing hardware and software</b> are off-topic **for Stack Overflow.
Questions <b>about </b>general computing hardware and software<b> are off-topic </b>for Stack Overflow.
【讨论】：
@user2284570：对不起？我不明白。 看看我的问题。这很简单，我问过如何通过创建函数来做到这一点，但我不能创建函数……只允许临时过程。那么你可以更新你的答案吗？ @user2284570 你传递给过程的参数是什么？只是要转换的字符串？您想要输出字符串中的结果还是结果集？也许你想传入一个表名和列名？请更具体。以上是关于如何替换字符串中的奇数模式？的主要内容，如果未能解决你的问题，请参考以下文章