Práce s řetezci

PostgreSQL nabízí mnoho funkcí pro zpracování řetezců na straně serveru, které jsou samozřejmě řešitelné i ve scriptu, nebo programu, ale jak již bylo uvedeno jejich použití v SQL dotazech je rychlejší a lze ušetřit přenos mnoha redundantních dat. Stejně jako u matematických funkcí lze funkce zanořovat do sebe.

funkce	typ návratové hodnoty	popis	příklad
(text1)||(text2)	text	Spojení řetězců	SELECT 'ahoj '||'světe'
bit_length(text)	integer	Délka řetězce v bitech	SELECT bit_lentgh('Serial pisu na Apple iBook')
char_length(text) character_length(text)	integer	Počet znaků v řetězci	SELECT char_length('Penguin')
convert(text using conversion_name)	text	Převod mezi kódovými tabulkami, conversion_name je definován pomocí CREATE CONVERSION, převody, které jsou k dispozici bez předefinování jsou v další tabulce	SELECT CONVERT('chrastění' USING iso_8859_2_to_utf_8)
Lower(text)	text	Převod všechznaků v řetězci na minusky (malá písmena)	SELECT LOWER('Volání RODU z Osady u řeky')
octet_length(text)	integer	Délka řetězce v bytech	SELECT OCTET_LENGTH('Gentoo Rules')
overlay(text1 placing text2 from integer1 [for integer])	text	Řetězec2 je vložen do řetězce1 od znaku číslo integer1 (konec je odříznut), je-li uveden parametr for, je v původním řetězci nahrazeno integer2 znaků od pozice integer1	SELECT OVERLAY('ekonomika' PLACING 'conomi' FROM 2 FOR 7);
position(castextu in text)	integer	Pozice prvního znaku řetězce castextu v text	SELECT POSITION('pp' IN 'apple';
substring(text [from integer][for integer]	text	Vrací část řetězce, není-li uveden parametr from, je vrácena část od 1. znaku, parametr for udává kolik znaků bude vráceno není-li uveden parametr for, budou vráceny všechny znaky do konce řetězce.	SELECT SUBSTRING('kubuntu',2)
substring(text from vzorek)	text	Vrací část řetězce, část řetězce musí odpovídat vzorku podle regulárního výrazu podle normy POSIX	SELECT SUBSTRING('Kubuntu' FROM '^...');
substring(text from vzorek for escape)	text	Vrací část řetězce, podobné, jako předchozí případ, ale podle normy SQL
trim([leading|trailing|both][znaky] from text)	text	Oříznutí znaků z řetězce, podle direktivy zepředu, z konce, či s obou stran řetězce	SELECT TRIM(LEADING 'u' FROM 'ubuntu');
upper(text)	text	Převod řetězce na verzálky (velká písmena)	SELECT UPPER('Mandrake LiNux');
ascii(text)	integer	ASCII kód prvního znaku z řetězce	SELECT ASCII('S');
btrim(text1, text2)	text	Oboustranné oříznutí nejdelší kombinace znaků uvedené v parametru text2 z řetězce text2	SELECT BTRIM('acbacpepacccaacba','abc');
chr(integer)	znak	Znak, který odpovídá ascii kódu předanému v parametru	SELECT CHR(67);
convert(text1, zdroj_kódování, cílové_kódování)	text	Převod řetězce ze zdrojové do cílové znakové sady	SELECT CONVERT('žížala','LATIN2','UNICODE');
decode(text, typ)	bytea	Převod binárních dat do řetězce, typ je jeden z base64, hex, escape	SELECT DECODE('4e696b697461','hex')
encode(data, typ)	text	Převod řetězce na binární data, inverzní funkce vůči decode, vstupní parametr je typu bytea	SELECT ENCODE('Nikita','hex')
initcap(text)	text	Zkonveruje první písmeno každého slova na verzálku	SELECT INITCAP('Mary měla jehňátko');
length(text)	integer	Délka řetězce	SELECT LENGTH('Řetězec ke spočítání délky');
lpad(text, length, text2)	text	Doplnění řetězce v parametru text řetězcem text2 na délku length, pokud je doplňující řetězec nestačí k doplnění na potřebnou délku, je cyklicky opakován, jestliže je součet obou řetězců delší, je doplnující řetězec oříznut.	SELECT LPAD('Ubuntu',25,' je nejzajímavější Debian based distro...');
ltrim(text, text2)	text	Z řetězce v parametru text jsou zleva oříznuty veškeré znaky, které jsou v parametru text2	SELECT LTRIM('xxxuaMephisaa','xua');
pg_client_encoding()	name	Aktuální kódová stránka na straně klienta
quote_ident(text)	text	Vrací řetězec v uvozovkách, aby byl použitelný jako SQL identifikátor. Řetězec je vložen do uvozovek jen v nutných nutných případech, vložené uvozovky jsou zdvojené	SELECT QUOTE_IDENT('tučňákovo zákoutí');
quote_literal(text)	text	Vrací řetězec v apostrofech pro použití jako řetězec, vnořené apostrofy jsou zdvojeny	SELECT QUOTE_LITERAL ('O\'Hara');
repeat(text, integer)	text	Zopakuje řetězec	SELECT REPEAT('ahoj ',2);
replace(text, text2, text3)	text	Nahradí v řetězci text všechny výskyty text2 řetězcem text3	SELECT REPLACE('Ubaktu','ak','un');
rpad(text, integer, text)	text	Ekvivalentní lpad, ale dopňuje zprava
rtrim(text, text)	text	Ekvivalentní ltrim, ale odstraňuje zprava
split_part(text, text2, integer)	text	Z textu text obsahujícího oddělovače text2 vrátí část, která má pořadové číslo integer	SELECT SPLIT_PART('ovoce;kiwi;ks;3',';',4) AS jednotkovacena
strpos(text, text2)	integer	Vyhledá podřetězec, ekvivalentní funkci position, ale parametry jsou obráceně	SELECT STRPOS('LinuxFromScratch','xf');
substr(text, integer1, integer2)	text	Vrací podřetězec, ekvivalentní funkci substring	SELECT substr('Arch Linux',1,4);
to_ascii(text, encoding)	text	Převod z kódování určeného parametrem encoding do ASCII, funguje jen pro kódování LATIN1, LATIN2 a WIN1250, od verze PgSQL i LATIN9	SELECT TO_ASCII('Řeřicha', LATIN2);
to_hex(integer nebo bigint)	text	Převod čísla do jeho hexadecimálního tvaru	SELECT TO_HEX(678992);
translate(text, text2, text3)	text	Znaky z text, které odpovídají znakům z text2, jsou nahrazeny znaky z text3 na odpovídající pozici	SELECT TRANSLATE('aleceta','lt','bd')

Funkce convert slouží k převodu mezi kódovými stránkami, konverzní názvy jsou v prostém seznamu bez dalšího vysvětlování. Logika tvoření těchto názvů je vychozikodovani_to_cilovekofovani. Seznam konverzních jmen: ascii_to_mic, ascii_to_utf_8, big5_to_euc_tw, big5_to_mic, big5_to_utf_8, euc_cn_to_mic, euc_cn_to_utf_8, euc_jp_to_mic, euc_jp_to_sjis, euc_jp_to_utf_8, euc_kr_to_mic, euc_kr_to_utf_8, euc_tw_to_big5, euc_tw_to_mic, euc_tw_to_utf_8, gb18030_to_utf_8, gbk_to_utf_8, iso_8859_10_to_utf_8, iso_8859_13_to_utf_8, iso_8859_14_to_utf_8, iso_8859_15_to_utf_8, iso_8859_16_to_utf_8, iso_8859_1_to_mic, iso_8859_1_to_utf_8, iso_8859_2_to_mic, iso_8859_2_to_utf_8, iso_8859_2_to_windows_1250, iso_8859_3_to_mic, iso_8859_3_to_utf_8, iso_8859_4_to_mic, iso_8859_4_to_utf_8, iso_8859_5_to_koi8_r, iso_8859_5_to_mic, iso_8859_5_to_utf_8, iso_8859_5_to_windows_1251, iso_8859_5_to_windows_866, iso_8859_6_to_utf_8, iso_8859_7_to_utf_8, iso_8859_8_to_utf_8, iso_8859_9_to_utf_8, johab_to_utf_8, koi8_r_to_iso_8859_5, koi8_r_to_mic, koi8_r_to_utf_8, koi8_r_to_windows_1251, koi8_r_to_windows_866, mic_to_ascii, mic_to_big5, mic_to_euc_cn, mic_to_euc_jp, mic_to_euc_kr, mic_to_euc_tw, mic_to_iso_8859_1, mic_to_iso_8859_2, mic_to_iso_8859_3, mic_to_iso_8859_4, mic_to_iso_8859_5, mic_to_koi8_r, mic_to_sjis, mic_to_windows_1250, mic_to_windows_1251, mic_to_windows_866, sjis_to_euc_jp, sjis_to_mic, sjis_to_utf_8, tcvn_to_utf_8, uhc_to_utf_8, utf_8_to_ascii, utf_8_to_big5, utf_8_to_euc_cn, utf_8_to_euc_jp, utf_8_to_euc_kr, utf_8_to_euc_tw, utf_8_to_gb18030, utf_8_to_gbk, utf_8_to_iso_8859_1, utf_8_to_iso_8859_10, utf_8_to_iso_8859_13, utf_8_to_iso_8859_14, utf_8_to_iso_8859_15, utf_8_to_iso_8859_16, utf_8_to_iso_8859_2, utf_8_to_iso_8859_3, utf_8_to_iso_8859_4, utf_8_to_iso_8859_5, utf_8_to_iso_8859_6, utf_8_to_iso_8859_7, utf_8_to_iso_8859_8, utf_8_to_iso_8859_9, utf_8_to_johab, utf_8_to_koi8_r, utf_8_to_sjis, utf_8_to_tcvn, utf_8_to_uhc, utf_8_to_windows_1250, utf_8_to_windows_1251, utf_8_to_windows_1256, utf_8_to_windows_866, utf_8_to_windows_874, windows_1250_to_iso_8859_2, windows_1250_to_mic, windows_1250_to_utf_8, windows_1251_to_iso_8859_5, windows_1251_to_koi8_r, windows_1251_to_mic, windows_1251_to_utf_8, windows_1251_to_windows_866, windows_1256_to_utf_8, windows_866_to_iso_8859_5, windows_866_to_koi8_r, windows_866_to_mic, windows_866_to_utf_8, windows_866_to_windows_1251, windows_874_to_utf_8.

PostgreSQL kromě standardních textových řetězců podporuje i řetězce binární, které byly popsány v úvodních dílech seriálu, kdy byly popisovány datové typy. Funkce pro práci s nimi jsou stejné jako pro práci se standardními řetězci, ale mají některé drobné odlišnosti ve vstupních datech a návratových hodnotách.

funkce	Návratový typ	popis	příklad
||	bytea	spojení dvou řetězců	SELECT ('\\\\Post'::bytea || '\\047gres\\000'::bytea);
octet_length(text)	integer	počet bytů v binárním řetězci	SELECT octet_length('cGFtcGVsablrYQ==')
position(text in text2)	integer	Pozice řetězce text v text2	SELECT POSITION('\\000be'::bytea in 'a\\000beceda'::bytea);
substring(text [from integer][for integer2])	bytea	část řetězce text, je-li uveden parametr from, část začíná od toho znaku, není-li uvede, výběr jede od počátku, parametr for udává délku výběru, není-li uveden, bude do konce	SELECT SUBSTRING('Uče\\007bnice jazyka java'::bytea FROM 5);
trim([both] vzorek from text)	bytea	odstranění nejdelších opakování vzorku z textu. Pracuje stejně jako stejnojmenná funkce pro klasické řetězce	SELECT TRIM('\\005'::bytea FROM '\\005\\005NVU user\\005'::bytea);
get_byte(text, offset)	integer	Výběr znaku na pozici offset z textu	SELECT GET_BYTE('\\000Nějaký řetězec'::bytea, 5);
set_byte(text, offset, znak)	bytea	Nastavení byte v řetězci	SELECT SET_BYTE('Fa\\009ntomas'::bytea,3,'_');
get_bit(text, offset)	integer	Hodnota bitu na pozici určené parametrem offset	SELECT GET_BIT('Žrádlo\\032pro kočky',57);
set_bit(text, offset, hodnota)	bytea	Nastavení bitu v textu na pozici udané offsetem na hodnotu	SELECT SET_BIT('xxxu\\000',15,1);
btrim(text1, text2)	bytea	Odstranění nejdelšího opakování vzorku text2 z řetězce text1	SELECT BTRIM('\\008\\008Řetězec\\008'::bytea, '\\008'::bytea);
length(text)	integer	Délka binárního řetězce	SELECT LENGTH('\\001Délka'::bytea);
encode(text, typ)	text	Zakódování binárního řetězce do ASCII reprezentace, podporované typy jsou: base64, hex, escape	SELECT ENCODE('\\005123\\000'::bytea, 'escape');
decode(text, typ)	bytea	Dekódování ASCII řetězce do binárního, typ je stejný jako v předchozím případě

Funkce pro práce s řetězci pracují s typy char, character varying, char a text. Z výkonostních důvodů je vhodnější používat práci nad pevnou délkou řetězce, byť za cenu obětování prostorové kapacity disku na serveru.

Samozřejmostí je možnost používání více zpracovávajících funkcí v jednom dotazu (výběru) a tyto kombinovat případně i s funkcemi aritmetickými. Pravděpodobně nejpoužívanějšími funkcemi budou trimovací funkce a převod mezi kódováním. Výběr kódování může být řízen dynamicky z aplikace podle platformy klienta.

Závěr

Tento díl byl druhý z těch, které jsou v podstatě jen výčtem funkcí s jejich velmi hrubým popisem. Z důležitých a používaných funkcí zbývají tři rodiny funkcí, pro práci s datumem/časem, se síťovými hodnotami a s geometrickými daty. Poté přijde něco malinko složitějšího.