如何从列中删除多余的字符？

Posted 2023-02-24

【中文标题】如何从列中删除多余的字符？

【英文标题】：How can I remove extra characters from a column?

【发布时间】：2014-04-16 16:35:38

【问题描述】：

我有一张桌子，上面有客户/电话/城市/州/邮编/等等。 有时，我会从 .csv 文件中导入信息，有时邮政编码的格式如下：xxxxx-xxxx，我只需要它是一个通用的 5 位数邮政编码。

我怎样才能删除最后 5 个字符，而不必从 Excel 中逐个单元格地删除（这就是我现在正在做的）？

谢谢

编辑：这是我在克雷格的建议后使用的，它奏效了。但是，一些 zip 条目是加拿大邮政编码，并且通常格式为 x1x-x2x。运行它会删除字段中的最后一个字符。

我该如何补救？

【参考方案1】：

您需要执行以下 3 个想法之一：

在插入期间使用 ETL 工具过滤数据； 将COPY 转换为TEMPORARY 或UNLOGGED 表，然后执行INSERT INTO real_table SELECT ...，通过合适的substring(...) 调用转换数据；或 编写一个简单的 Perl/Python/whatever 脚本来读取 csv，根据需要对其进行转换，然后将结果插入 PostgreSQL。我会将 Python 与 csv 模块和 psycopg2 的 copy_from 一起使用。

这样的insert into ... select 可能看起来像：

INSERT INTO real_table(col1, col2, zip)
SELECT
  col1,
  col2,
  substring(zip from 1 for 5)
FROM temp_table;

【讨论】：

克雷格的名单很棒。我最喜欢选项2。 （实际上，在许多情况下，我最喜欢选项 1，但有一个巨大的警告是，许多 ETL 工具都很昂贵，而且都有陡峭的学习曲线。）

@mdahlman 了解 Talend Studio、CloverETL、Pentaho Kettle。

我的意思是，与 substr(zip,1,5) 相比，如果完全满足要求，学习 Talend 是一条非常陡峭的学习曲线。但这些工具无疑提供了许多额外的功能。

@mdahlman 哦，完全同意。这就是为什么我通常只使用 python 脚本。

你能给我一个关于选项 2 的例子吗？我已经使用了一个临时表，我将 .csv 文件中的数据复制到其中，然后插入到真实的表中。