Bruk regulære uttrykksfunksjoner i Fabric datalager

Gjelder for:✅ SQL Analytics-endepunkt og Warehouse i Microsoft Fabric

Regulære uttrykk (regex)-funksjoner lar deg matche komplekse tekstmønstre og manipulere strengdata direkte i T-SQL-spørringene dine. Bruk dem til å validere formater, trekke ut verdier fra semistrukturert tekst, telle mønsterforekomster, og rense eller maskere data uten å flytte dem ut av lageret.

Warehouse og SQL-analyse-endepunktet støtter de skalare regulære uttrykksfunksjonene. Hver av disse funksjonene returnerer én verdi per inngangsrad, så du kan bruke dem i SELECT listen, WHERE, JOIN, GROUP BY, ORDER BY, og CASE uttrykkene.

Funksjoner som støttes

Syntaks

REGEXP_LIKE ( string_expression, pattern_expression [ , flags ] )

REGEXP_REPLACE ( string_expression, pattern_expression [ , string_replacement [ , start [ , occurrence [ , flags ] ] ] ] )

REGEXP_SUBSTR ( string_expression, pattern_expression [ , start [ , occurrence [ , flags [ , group ] ] ] ] )

REGEXP_INSTR ( string_expression, pattern_expression [ , start [ , occurrence [ , return_option [ , flags [ , group ] ] ] ] ] )

REGEXP_COUNT ( string_expression, pattern_expression [ , start [ , flags ] ] )

For en fullstendig beskrivelse av hvert argument, se referansen for lenket funksjon i Støttede funksjoner.

Flagg

Det valgfrie flags argumentet er en char eller varchar verdi på opptil 30 tegn som setter matchende modifikatorer. Hvis du gir motstridende flagg, vinner det siste. For eksempel 'ic' resulterer i mellombokstavsfølsom matching.

Vurderinger

• Argumentet aksepterer string_expression typer tegnstrenger. Store verdier (varchar(max)) støttes opptil 2 MB.
• Argumentet pattern_expression støtter en maksimal lengde på 8 000 byte.
• Regulære uttrykksfunksjoner respekterer ikke kollasjonsregler. Matching kan skille seg fra andre strengsammenligninger, som LIKE. For å kontrollere kasusfølsomhet, bruk i og-flaggene c i stedet for å stole på kolonne-kollasjonen. For mer informasjon, se datalager collation.
• REGEXP_LIKE returnerer en boolsk verdi og kan ikke returneres direkte som en kolonne. For å returnere resultatet som en kolonne, pakk det inn i et CASE uttrykk.

Eksempler

Følgende eksempler bruker et lite innebygd datasett, slik at du kan kjøre dem i hvilket som helst lager eller SQL-analyseendepunkt.

A. Filterrader som matcher et mønster

Bruk REGEXP_LIKE i en WHERE klausul for å returnere kun rader med gyldig e-postadresseformat.

SELECT CustomerId, Email
FROM (VALUES
        (1, 'anna@contoso.com'),
        (2, 'not-an-email'),
        (3, 'Bob.Smith@Fabrikam.org')
     ) AS c (CustomerId, Email)
WHERE REGEXP_LIKE(Email, '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$');

For å returnere matchresultatet som en kolonne, pakk REGEXP_LIKE inn et CASE uttrykk:

SELECT Email,
       CASE WHEN REGEXP_LIKE(Email, '@contoso\.com$', 'i') THEN 'Internal' ELSE 'External' END AS EmailType
FROM (VALUES ('anna@CONTOSO.com'), ('bob@fabrikam.org')) AS c (Email);

B. Trekk ut en verdi fra tekst

Bruk REGEXP_SUBSTR for å hente ut det første ordensnummeret i formatet ORD- etterfulgt av sifre fra en fritekstkommentar.

SELECT Comment,
       REGEXP_SUBSTR(Comment, 'ORD-\d+') AS OrderNumber
FROM (VALUES
        ('Customer called about ORD-10293 and ORD-10311.'),
        ('No order referenced.')
     ) AS t (Comment);

For å hente ut bare deler av matchen, bruk en capture group. Følgende spørring gir domenet til hver e-postadresse:

SELECT REGEXP_SUBSTR(Email, '@(.+)$', 1, 1, 'c', 1) AS EmailDomain
FROM (VALUES ('anna@contoso.com'), ('bob@fabrikam.org')) AS c (Email);

C. Forekomster av tellemønstre

Bruk REGEXP_COUNT den til å telle hvor mange tall som dukker opp i hver streng.

SELECT Comment,
       REGEXP_COUNT(Comment, '\d+') AS NumberCount
FROM (VALUES
        ('Shipped 3 boxes on 12 May, invoice 4471.'),
        ('No numbers here.')
     ) AS t (Comment);

D. Finn posisjonen til en kamp

Bruk REGEXP_INSTR for å finne startposisjonen og sluttposisjonen til den første sekvensen av sifre.

SELECT ProductCode,
       REGEXP_INSTR(ProductCode, '\d+')             AS FirstDigitStart,
       REGEXP_INSTR(ProductCode, '\d+', 1, 1, 1)    AS FirstDigitEnd
FROM (VALUES ('BK-R93R-62'), ('HL-U509')) AS p (ProductCode);

E. Rens og masker data

Bruk REGEXP_REPLACE for å standardisere telefonnumre med opptaksgrupper, og for å maskere alle unntatt de siste fire sifrene.

SELECT Phone,
       REGEXP_REPLACE(Phone, '^(\d{3})-(\d{3})-(\d{4})$', '(\1) \2-\3') AS FormattedPhone,
       REGEXP_REPLACE(Phone, '^\d{3}-\d{3}', '***-***')               AS MaskedPhone
FROM (VALUES ('425-555-0187'), ('206-555-0142')) AS c (Phone);

Følgende spørring samler gjentatt hvitrom til ett enkelt mellomrom:

SELECT REGEXP_REPLACE('Fabric    Data   Warehouse', '\s+', ' ') AS CleanText;

F. Gruppere og aggregere med en utvunnet verdi

Fordi funksjonene er skalariske, kan du bruke dem i GROUP BY klausuler. Følgende spørring teller kunder per e-postdomene.

SELECT LOWER(REGEXP_SUBSTR(Email, '@(.+)$', 1, 1, 'c', 1)) AS EmailDomain,
       COUNT(*) AS Customers
FROM (VALUES
        ('anna@contoso.com'),
        ('bob@Contoso.com'),
        ('chris@fabrikam.org')
     ) AS c (Email)
GROUP BY LOWER(REGEXP_SUBSTR(Email, '@(.+)$', 1, 1, 'c', 1));

Relatert innhold

• Regulære uttrykksfunksjoner (Transact-SQL)
• T-SQL-overflateareal i Fabric datalager
• Datatyper i Fabric datalager
• datalager-sortering
• Spør sql analytics-endepunktet eller Warehouse i Microsoft Fabric