Funções de busca em strings

Documentação das funções de busca em strings

Todas as funções nesta seção fazem buscas com diferenciação entre maiúsculas e minúsculas por padrão. A busca sem diferenciar maiúsculas de minúsculas geralmente é oferecida por variantes separadas da função.

A busca sem diferenciar maiúsculas de minúsculas segue as regras de conversão entre minúsculas e maiúsculas do idioma inglês. Por exemplo, o i maiúsculo em inglês é I, enquanto em turco é İ — os resultados para idiomas diferentes do inglês podem ser inesperados.

As funções nesta seção também pressupõem que a string pesquisada (chamada nesta seção de haystack) e a string de busca (chamada nesta seção de needle) sejam textos codificados em byte único. Se essa suposição for violada, nenhuma exceção é gerada e os resultados são indefinidos. A busca com strings codificadas em UTF-8 geralmente é oferecida por variantes separadas da função. Da mesma forma, se uma variante de função UTF-8 for usada e as strings de entrada não forem texto codificado em UTF-8, nenhuma exceção é gerada e os resultados são indefinidos. Observe que nenhuma normalização Unicode automática é realizada; no entanto, você pode usar as funções normalizeUTF8*() para isso.

Funções gerais de strings e funções de substituição em strings são descritas separadamente.

A documentação abaixo é gerada a partir da tabela de sistema system.functions.

​

countMatches

Introduzido em: v21.1.0

Retorna o número de correspondências de uma expressão regular em uma string.

Comportamento dependente da versão

O comportamento desta função depende da versão do ClickHouse:

• em versões < v25.6, a função para de contar na primeira correspondência vazia, mesmo que o padrão a aceite.
• em versões >= 25.6, a função continua a execução quando ocorre uma correspondência vazia. O comportamento legado pode ser restaurado usando a configuração count_matches_stop_at_empty_match = true;

Sintaxe

countMatches(haystack, pattern)

Argumentos

• haystack — A string na qual pesquisar. String
• pattern — Padrão de expressão regular. String

Valor retornado

Retorna o número de correspondências encontradas. UInt64

Exemplos

Contar sequências de dígitos

Query

SELECT countMatches('hello 123 world 456 test', '[0-9]+')

Response

┌─countMatches('hello 123 world 456 test', '[0-9]+')─┐
│                                                   2 │
└─────────────────────────────────────────────────────┘

​

countMatchesCaseInsensitive

Introduzido em: v21.1.0

Semelhante a countMatches, mas faz correspondência sem diferenciar maiúsculas de minúsculas.

Sintaxe

countMatchesCaseInsensitive(haystack, pattern)

Argumentos

• haystack — A string na qual pesquisar. String
• pattern — Padrão de expressão regular. const String

Valor retornado

Retorna o número de correspondências encontradas. UInt64

Exemplos

Contagem sem diferenciar maiúsculas de minúsculas

Query

SELECT countMatchesCaseInsensitive('Hello HELLO world', 'hello')

Response

┌─countMatchesCaseInsensitive('Hello HELLO world', 'hello')─┐
│                                                         2 │
└───────────────────────────────────────────────────────────┘

​

countSubstrings

Introduzido em: v21.1.0

Retorna quantas vezes a substring needle ocorre na string haystack.

Sintaxe

countSubstrings(haystack, needle[, start_pos])

Argumentos

• haystack — String em que a busca é realizada. String ou Enum. - needle — Substring a ser pesquisada. String. - start_pos — Posição (baseada em 1) em haystack na qual a busca se inicia. UInt. Opcional.

Valor retornado

O número de ocorrências. UInt64

Exemplos

Exemplo de uso

Query

SELECT countSubstrings('aaaa', 'aa');

Response

┌─countSubstrings('aaaa', 'aa')─┐
│                             2 │
└───────────────────────────────┘

Com o argumento start_pos

Query

SELECT countSubstrings('abc___abc', 'abc', 4);

Response

┌─countSubstrings('abc___abc', 'abc', 4)─┐
│                                      1 │
└────────────────────────────────────────┘

​

countSubstringsCaseInsensitive

Introduzido em: v21.1.0

Semelhante a countSubstrings, mas conta sem diferenciar maiúsculas de minúsculas.

Sintaxe

countSubstringsCaseInsensitive(haystack, needle[, start_pos])

Argumentos

• haystack — String em que a busca é realizada. String ou Enum
• needle — Substring a ser buscada. String
• start_pos — Opcional. Posição (baseada em 1) em haystack na qual a busca começa. UInt*

Valor retornado

Retorna o número de ocorrências da substring em haystack. UInt64

Exemplos

Exemplo de uso

Query

SELECT countSubstringsCaseInsensitive('AAAA', 'aa');

Response

┌─countSubstri⋯AAA', 'aa')─┐
│                        2 │
└──────────────────────────┘

Com o argumento start_pos

Query

SELECT countSubstringsCaseInsensitive('abc___ABC___abc', 'abc', 4);

Response

┌─countSubstri⋯, 'abc', 4)─┐
│                        2 │
└──────────────────────────┘

​

countSubstringsCaseInsensitiveUTF8

Introduzido em: v21.1.0

Como countSubstrings, mas conta sem diferenciar maiúsculas de minúsculas e pressupõe que o haystack seja uma string UTF-8.

Sintaxe

countSubstringsCaseInsensitiveUTF8(haystack, needle[, start_pos])

Argumentos

• haystack — String UTF-8 na qual a busca é realizada. String ou Enum
• needle — Substring a ser pesquisada. String
• start_pos — Opcional. Posição (começando em 1) em haystack na qual a busca se inicia. UInt*

Valor retornado

Retorna o número de ocorrências de needle em haystack. UInt64

Exemplos

Exemplo de uso

Query

SELECT countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА');

Response

┌─countSubstri⋯шка', 'КА')─┐
│                        4 │
└──────────────────────────┘

Com o argumento start_pos

Query

SELECT countSubstringsCaseInsensitiveUTF8('ложка, кошка, картошка', 'КА', 13);

Response

┌─countSubstri⋯, 'КА', 13)─┐
│                        2 │
└──────────────────────────┘

​

extract

Introduzido em: v1.1.0

Extrai a primeira correspondência de uma expressão regular em uma string. Se ‘haystack’ não corresponder a ‘pattern’, uma string vazia será retornada.

Esta função usa a biblioteca de expressões regulares RE2. Consulte re2 para conhecer a sintaxe compatível.

Se a expressão regular tiver grupos de captura (subpadrões), a função faz a correspondência da string de entrada com o primeiro grupo de captura.

Sintaxe

extract(haystack, pattern)

Argumentos

• haystack — String de onde extrair. String
• pattern — Expressão regular, normalmente contendo um grupo de captura. const String

Valor retornado

Retorna o fragmento extraído como string. String

Exemplos

Extrair domínio de um e-mail

Query

SELECT extract('[e-mail]', '.*@(.*)$')

Response

┌─extract('[e-mail]', '.*@(.*)$')─┐
│ clickhouse.com                            │
└───────────────────────────────────────────┘

Sem correspondência, retorna string vazia

Query

SELECT extract('[e-mail]', 'no_match')

Response

┌─extract('[e-mail]', 'no_match')─┐
│                                            │
└────────────────────────────────────────────┘

​

extractAll

Introduzido em: v1.1.0

Semelhante a extract, mas retorna um array com todas as correspondências de uma expressão regular em uma string. Se ‘haystack’ não corresponder à regex ‘pattern’, será retornado um array vazio.

Se a expressão regular tiver grupos de captura (subpadrões), a função faz a correspondência da string de entrada com o primeiro grupo de captura.

Sintaxe

extractAll(haystack, pattern)

Argumentos

• haystack — String da qual os fragmentos são extraídos. String
• pattern — Expressão regular, opcionalmente contendo grupos de captura. const String

Valor retornado

Retorna um array com os fragmentos extraídos. Array(String)

Exemplos

Extrair todos os números

Query

SELECT extractAll('hello 123 world 456', '[0-9]+')

Response

┌─extractAll('hello 123 world 456', '[0-9]+')─┐
│ ['123','456']                               │
└─────────────────────────────────────────────┘

Extrair usando um grupo de captura

Query

SELECT extractAll('[e-mail], [e-mail]', '([a-zA-Z0-9]+)@')

Response

┌─extractAll('[e-mail], [e-mail]', '([a-zA-Z0-9]+)@')─┐
│ ['test','user']                                                    │
└────────────────────────────────────────────────────────────────────┘

​

extractAllGroupsHorizontal

Introduzido em: v20.5.0

Encontra todos os grupos em uma string usando a expressão regular fornecida e retorna um array de arrays, em que cada array contém todas as capturas do mesmo grupo de captura, organizadas pelo número do grupo.

Sintaxe

extractAllGroupsHorizontal(s, regexp)

Argumentos

• s — String de entrada da qual extrair os dados. String ou FixedString
• regexp — Expressão regular usada para fazer a correspondência. const String ou const FixedString

Valor retornado

Retorna um array de arrays, em que cada array interno contém todas as capturas de um grupo de captura em todas as correspondências. O primeiro array interno contém todas as capturas do grupo 1, o segundo do grupo 2, e assim por diante. Se nenhuma correspondência for encontrada, retorna um array vazio. Array(Array(String))

Exemplos

Exemplo de uso

Query

WITH '< Server: nginx
< Date: Tue, 22 Jan 2019 00:26:14 GMT
< Content-Type: text/html; charset=UTF-8
< Connection: keep-alive
' AS s
SELECT extractAllGroupsHorizontal(s, '< ([\\w\\-]+): ([^\\r\\n]+)');

Response

[['Server','Date','Content-Type','Connection'],['nginx','Tue, 22 Jan 2019 00:26:14 GMT','text/html; charset=UTF-8','keep-alive']]

​

extractGroups

Introduzido em: v20.5.0

Extrai os grupos de captura da primeira substring correspondente a uma expressão regular. Para extrair grupos de todas as correspondências, use extractAllGroupsHorizontal ou extractAllGroupsVertical.

Sintaxe

extractGroups(s, regexp)

Argumentos

• s — String de entrada da qual extrair. String ou FixedString
• regexp — Expressão regular. Deve conter pelo menos um grupo de captura. Constante. const String ou const FixedString

Valor retornado

Se a expressão regular encontrar correspondência, retorna um array contendo os grupos capturados (1 a N, em que N é o número de grupos de captura em regexp) da primeira correspondência. Se não houver correspondência, retorna um array vazio. Array(String)

Exemplos

Exemplo de uso

Query

WITH '< Server: nginx
< Date: Tue, 22 Jan 2019 00:26:14 GMT
< Content-Type: text/html; charset=UTF-8
< Connection: keep-alive
' AS s
SELECT extractGroups(s, '< ([\\w\\-]+): ([^\\r\\n]+)');

Response

['Server','nginx']

​

hasAllTokens

Introduzido em: v25.10.0

Semelhante a hasAnyTokens, mas retorna 1 se todos os tokens na string ou array needle corresponderem à string input, e 0 caso contrário. Se input for uma coluna, retorna todas as linhas que satisfazem essa condição.

A coluna input deve ter um índice de texto definido para desempenho ideal. Se nenhum índice de texto estiver definido, a função fará uma varredura exaustiva da coluna, o que é várias ordens de magnitude mais lento do que uma consulta por índice.

Antes de realizar a busca, a função tokeniza

• o argumento input (sempre), e
• o argumento needle (se fornecido como String) usa o tokenizer especificado para o índice de texto. Se a coluna não tiver nenhum índice de texto definido, o tokenizer splitByNonAlpha será usado. Se o argumento needle for do tipo Array(String), cada elemento do array será tratado como um token — não haverá tokenização adicional.

Tokens duplicados são ignorados. Por exemplo, needles = [‘ClickHouse’, ‘ClickHouse’] é considerado igual a [‘ClickHouse’].

Sintaxe

hasAllTokens(input, needles)

Aliases: hasAllToken

Argumentos

• input — A coluna de entrada. String ou FixedString ou Array(String) ou Array(FixedString)
• needles — tokens a serem buscados. String ou Array(String)
• tokenizer — O tokenizador a ser usado. Os argumentos válidos são splitByNonAlpha, splitByString, asciiCJK, ngrams, sparseGrams e array. Opcional; se não for definido explicitamente, o valor padrão é splitByNonAlpha. const String

Valor retornado

Retorna 1 se todas as needles corresponderem; 0 caso contrário. UInt8

Exemplos

Uso básico com uma needle do tipo String

Query

CREATE TABLE table (
    id UInt32,
    msg String,
    INDEX idx(msg) TYPE text(tokenizer = splitByString(['()', '\\']))
)
ENGINE = MergeTree
ORDER BY id;

INSERT INTO table VALUES (1, '()a,\\bc()d'), (2, '()\\a()bc\\d'), (3, ',()a\\,bc,(),d,');

SELECT count() FROM table WHERE hasAllTokens(msg, 'a\\d()');

Response

┌─count()─┐
│       1 │
└─────────┘

Especifique os needles a serem pesquisados exatamente como estão (sem tokenização) em um array

Query

SELECT count() FROM table WHERE hasAllTokens(msg, ['a', 'd']);

Response

┌─count()─┐
│       1 │
└─────────┘

Gere agulhas usando a função tokens

Query

SELECT count() FROM table WHERE hasAllTokens(msg, tokens('a()d', 'splitByString', ['()', '\\']));

Response

┌─count()─┐
│       1 │
└─────────┘

Use um tokenizador personalizado via o 3º argumento

Query

SELECT hasAllTokens('abcdef', 'abc', 'ngrams(3)');

Response

┌─hasAllTokens('abcdef', 'abc', 'ngrams(3)')─┐
│                                            1 │
└──────────────────────────────────────────────┘

Exemplos de uso para colunas array e map

Query

CREATE TABLE log (
    id UInt32,
    tags Array(String),
    attributes Map(String, String),
    INDEX idx_tags (tags) TYPE text(tokenizer = splitByNonAlpha),
    INDEX idx_attributes_keys mapKeys(attributes) TYPE text(tokenizer = array),
    INDEX idx_attributes_vals mapValues(attributes) TYPE text(tokenizer = array)
)
ENGINE = MergeTree
ORDER BY id;

INSERT INTO log VALUES
    (1, ['clickhouse', 'clickhouse cloud'], {'address': '192.0.0.1', 'log_level': 'INFO'}),
    (2, ['chdb'], {'embedded': 'true', 'log_level': 'DEBUG'});

Response

Exemplo com uma coluna do tipo Array

Query

SELECT count() FROM log WHERE hasAllTokens(tags, 'clickhouse');

Response

┌─count()─┐
│       1 │
└─────────┘

Exemplo com mapKeys

Query

SELECT count() FROM log WHERE hasAllTokens(mapKeys(attributes), ['address', 'log_level']);

Response

┌─count()─┐
│       1 │
└─────────┘

Exemplo com mapValues

Query

SELECT count() FROM log WHERE hasAllTokens(mapValues(attributes), ['192.0.0.1', 'DEBUG']);

Response

┌─count()─┐
│       0 │
└─────────┘

​

hasAnyTokens

Introduzido em: v25.10.0

Retorna 1 se pelo menos um token da string ou array needle corresponder à string input, e 0 caso contrário. Se input for uma coluna, retorna todas as linhas que satisfazem essa condição.

A coluna input deve ter um índice de texto definido para um desempenho ideal. Se nenhum índice de texto estiver definido, a função realiza uma varredura exaustiva da coluna, que é várias ordens de magnitude mais lenta que uma busca no índice.

Antes de realizar a busca, a função tokeniza

• o argumento input (sempre), e
• o argumento needle (se fornecido como String) usando o tokenizador especificado para o índice de texto. Se a coluna não tiver um índice de texto definido, o tokenizador splitByNonAlpha será usado. Se o argumento needle for do tipo Array(String), cada elemento do array será tratado como um token — não haverá tokenização adicional.

Tokens duplicados são ignorados. Por exemplo, [‘ClickHouse’, ‘ClickHouse’] é tratado da mesma maneira que [‘ClickHouse’].

Sintaxe

hasAnyTokens(input, needles)

Aliases: hasAnyToken

Argumentos

• input — A coluna de entrada. String ou FixedString ou Nullable(String) ou Nullable(FixedString) ou Array(String) ou Array(FixedString) ou Array(Nullable(String)) ou Array(Nullable(FixedString))
• needles — tokens a serem procurados. String ou Array(String)
• tokenizer — O tokenizer a ser utilizado. Os argumentos válidos são splitByNonAlpha, splitByString, asciiCJK, ngrams, sparseGrams e array. Opcional; se não for definido explicitamente, o valor padrão é splitByNonAlpha. const String

Valor retornado

Retorna 1 se houver pelo menos uma correspondência. Caso contrário, 0. UInt8

Exemplos

Uso básico com uma substring

Query

CREATE TABLE table (
    id UInt32,
    msg String,
    INDEX idx(msg) TYPE text(tokenizer = splitByString(['()', '\\']))
)
ENGINE = MergeTree
ORDER BY id;

INSERT INTO table VALUES (1, '()a,\\bc()d'), (2, '()\\a()bc\\d'), (3, ',()a\\,bc,(),d,');

SELECT count() FROM table WHERE hasAnyTokens(msg, 'a\\d()');

Response

┌─count()─┐
│       3 │
└─────────┘

Especifique os needles a serem pesquisados exatamente como estão (sem tokenização) em um array

Query

SELECT count() FROM table WHERE hasAnyTokens(msg, ['a', 'd']);

Response

┌─count()─┐
│       3 │
└─────────┘

Gere agulhas usando a função tokens

Query

SELECT count() FROM table WHERE hasAnyTokens(msg, tokens('a()d', 'splitByString', ['()', '\\']));

Response

┌─count()─┐
│       3 │
└─────────┘

Exemplos de uso para colunas array e map

Query

CREATE TABLE log (
    id UInt32,
    tags Array(String),
    attributes Map(String, String),
    INDEX idx_tags (tags) TYPE text(tokenizer = splitByNonAlpha),
    INDEX idx_attributes_keys mapKeys(attributes) TYPE text(tokenizer = array),
    INDEX idx_attributes_vals mapValues(attributes) TYPE text(tokenizer = array)
)
ENGINE = MergeTree
ORDER BY id;

INSERT INTO log VALUES
    (1, ['clickhouse', 'clickhouse cloud'], {'address': '192.0.0.1', 'log_level': 'INFO'}),
    (2, ['chdb'], {'embedded': 'true', 'log_level': 'DEBUG'});

Response

Exemplo com uma coluna de array

Query

SELECT count() FROM log WHERE hasAnyTokens(tags, 'clickhouse');

Response

┌─count()─┐
│       1 │
└─────────┘

Exemplo com mapKeys

Query

SELECT count() FROM log WHERE hasAnyTokens(mapKeys(attributes), ['address', 'log_level']);

Response

┌─count()─┐
│       2 │
└─────────┘

Exemplo com mapValues

Query

SELECT count() FROM log WHERE hasAnyTokens(mapValues(attributes), ['192.0.0.1', 'DEBUG']);

Response

┌─count()─┐
│       2 │
└─────────┘

​

hasPhrase

Introduzido em: v26.4.0

Verifica se o haystack contém todos os tokens da frase em ordem consecutiva.

Antes da pesquisa, a função tokeniza os argumentos input e phrase usando o tokenizer especificado como terceiro argumento opcional. O argumento tokenizer deve ser um de splitByNonAlpha, splitByString, ngrams ou asciiCJK. Se nenhum tokenizer for especificado, o tokenizer splitByNonAlpha será usado por padrão.

Diferentemente de hasToken, hasAnyTokens e hasAllTokens, hasPhrase exige que os tokens apareçam na mesma ordem e sem nenhum token entre eles. Por exemplo, hasPhrase('the quick brown fox', 'quick fox') retorna 0 porque “brown” aparece entre “quick” e “fox”.

Sintaxe

hasPhrase(input, phrase[, tokenizer])

Aliases: matchPhrase

Argumentos

• input — A coluna de entrada. String ou FixedString
• phrase — Frase a ser buscada. const String
• tokenizer — O tokenizer a ser usado. Opcional; o padrão é splitByNonAlpha. const String

Valor retornado

Retorna 1 se a frase for encontrada como uma sequência contínua de tokens; caso contrário, retorna 0. UInt8

Exemplos

Correspondência por frase

Query

SELECT hasPhrase('the quick brown fox jumps', 'quick brown')

Response

┌─hasPhrase('the quick brown fox jumps', 'quick brown')─┐
│                                                      1 │
└────────────────────────────────────────────────────────┘

Tokens não consecutivos

Query

SELECT hasPhrase('the quick brown fox jumps', 'quick fox')

Response

┌─hasPhrase('the quick brown fox jumps', 'quick fox')─┐
│                                                    0 │
└──────────────────────────────────────────────────────┘

​

hasSubsequence

Introduzido em: v23.7.0

Verifica se uma needle é uma subsequência de uma haystack. Uma subsequência de uma string é uma sequência que pode ser derivada de outra string pela remoção de alguns caracteres, ou de nenhum, sem alterar a ordem dos caracteres restantes.

Sintaxe

hasSubsequence(haystack, needle)

Argumentos

• haystack — String em que a subsequência será pesquisada. String
• needle — Subsequência a ser pesquisada. String

Valor retornado

Retorna 1 se needle for uma subsequência de haystack; caso contrário, retorna 0. UInt8

Exemplos

Verificação básica de subsequência

Query

SELECT hasSubsequence('Hello World', 'HlWrd')

Response

┌─hasSubsequence('Hello World', 'HlWrd')─┐
│                                      1 │
└────────────────────────────────────────┘

Nenhuma subsequência encontrada

Query

SELECT hasSubsequence('Hello World', 'xyz')

Response

┌─hasSubsequence('Hello World', 'xyz')─┐
│                                    0 │
└──────────────────────────────────────┘

​

hasSubsequenceCaseInsensitive

Introduzido em: v23.7.0

Como hasSubsequence, mas faz a busca sem diferenciar maiúsculas de minúsculas.

Sintaxe

hasSubsequenceCaseInsensitive(haystack, needle)

Argumentos

• haystack — String em que a busca é realizada. String
• needle — Subsequência a ser procurada. String

Valor retornado

Retorna 1 se needle for uma subsequência de haystack e 0 caso contrário. UInt8

Exemplos

Exemplo de uso

Query

SELECT hasSubsequenceCaseInsensitive('garbage', 'ARG');

Response

┌─hasSubsequenceCaseInsensitive('garbage', 'ARG')─┐
│                                               1 │
└─────────────────────────────────────────────────┘

​

hasSubsequenceCaseInsensitiveUTF8

Introduzido em: v23.7.0

Como hasSubsequenceUTF8, mas faz a busca sem diferenciar maiúsculas de minúsculas.

Sintaxe

hasSubsequenceCaseInsensitiveUTF8(haystack, needle)

Argumentos

• haystack — String codificada em UTF-8 na qual a busca é realizada. String
• needle — Subsequência codificada em UTF-8 a ser buscada. String

Valor retornado

Retorna 1 se needle for uma subsequência de haystack, 0 caso contrário. UInt8

Exemplos

Exemplo de uso

Query

SELECT hasSubsequenceCaseInsensitiveUTF8('ClickHouse - столбцовая система управления базами данных', 'СИСТЕМА');

Response

┌─hasSubsequen⋯ 'СИСТЕМА')─┐
│                        1 │
└──────────────────────────┘

​

hasSubsequenceUTF8

Introduzido em: v23.7.0

Como hasSubsequence, mas considera que haystack e needle são strings codificadas em UTF-8.

Sintaxe

hasSubsequenceUTF8(haystack, needle)

Argumentos

• haystack — A string em que a busca é feita. String
• needle — A subsequência a ser procurada. String

Valor retornado

Retorna 1 se needle for uma subsequência de haystack; caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT hasSubsequenceUTF8('картошка', 'кошка');

Response

┌─hasSubsequen⋯', 'кошка')─┐
│                        1 │
└──────────────────────────┘

Subsequência não correspondente

Query

SELECT hasSubsequenceUTF8('картошка', 'апельсин');

Response

┌─hasSubsequen⋯'апельсин')─┐
│                        0 │
└──────────────────────────┘

​

hasToken

Introduzido em: v20.1.0

Verifica se o token informado está presente no haystack.

Usa splitByNonAlpha como tokenizador, ou seja, um token é definido como a maior subsequência possível de caracteres consecutivos [0-9A-Za-z_] (números, caracteres ASCII e underscore).

Sintaxe

hasToken(haystack, token)

Argumentos

• haystack — String na qual será feita a busca. String
• token — Token a ser procurado. const String

Valor retornado

Retorna 1 se o token for encontrado; caso contrário, 0. UInt8

Exemplos

Busca por token

Query

SELECT hasToken('clickhouse test', 'test')

Response

┌─hasToken('clickhouse test', 'test')─┐
│                                   1 │
└─────────────────────────────────────┘

​

hasTokenCaseInsensitive

Introduzido em: v20.1.0

Realiza uma busca sem diferenciar maiúsculas de minúsculas por needle em haystack usando o índice tokenbf_v1.

Sintaxe

hasTokenCaseInsensitive(haystack, needle)

Argumentos

• Nenhum.

Valor retornado

Exemplos

​

hasTokenCaseInsensitiveOrNull

Introduzido em: v23.1.0

Realiza uma busca por needle em haystack sem diferenciar maiúsculas de minúsculas, usando o índice tokenbf_v1. Retorna NULL se needle estiver malformado.

Sintaxe

hasTokenCaseInsensitiveOrNull(haystack, needle)

Argumentos

• Nenhum.

Valor retornado

Exemplos

​

hasTokenOrNull

Introduzido em: v20.1.0

Semelhante a hasToken, mas retorna NULL se o token estiver malformado.

Sintaxe

hasTokenOrNull(haystack, token)

Argumentos

• haystack — String na qual será feita a busca. Deve ser constante. String
• token — Token a ser buscado. const String

Valor retornado

Retorna 1 se o token for encontrado, 0 caso contrário, NULL se o token estiver malformado. Nullable(UInt8)

Exemplos

Exemplo de uso

Query

SELECT hasTokenOrNull('apple banana cherry', 'ban ana');

Response

┌─hasTokenOrNu⋯ 'ban ana')─┐
│                     ᴺᵁᴸᴸ │
└──────────────────────────┘

​

highlight

Introduzido em: v26.4.0

Destaca ocorrências de termos de busca em uma string, envolvendo-as com tags HTML.

A função realiza correspondência ASCII sem diferenciar maiúsculas de minúsculas. Se vários termos de busca se sobrepuserem ou estiverem adjacentes no texto, as regiões correspondentes serão mescladas em um único trecho destacado.

Sintaxe

highlight(haystack, needles[, open_tag, close_tag])

Argumentos

• haystack — O texto no qual pesquisar. String ou FixedString
• needles — Um array de termos de pesquisa a serem destacados. const Array(String)
• open_tag — A tag de abertura a ser inserida antes de cada ocorrência. Padrão: <em>. const String
• close_tag — A tag de fechamento a ser inserida após cada ocorrência. Padrão: </em>. const String

Valor retornado

Retorna o texto de entrada com os termos encontrados delimitados pelas tags especificadas. String

Exemplos

Destaque básico

Query

SELECT highlight('The quick brown fox', ['quick', 'fox'])

Response

┌─highlight('The quick brown fox', ['quick', 'fox'])─┐
│ The <em>quick</em> brown <em>fox</em>              │
└────────────────────────────────────────────────────┘

Tags personalizadas

Query

SELECT highlight('Hello World', ['hello'], '<b>', '</b>')

Response

┌─highlight('Hello World', ['hello'], '<b>', '</b>')─┐
│ <b>Hello</b> World                                 │
└────────────────────────────────────────────────────┘

​

ilike

Introduzido em: v20.6.0

Como like, mas faz a busca sem diferenciar maiúsculas de minúsculas.

Sintaxe

ilike(haystack, pattern)
-- haystack ILIKE pattern

Argumentos

• haystack — String em que a busca é realizada. String ou FixedString
• pattern — padrão LIKE usado para correspondência. String

Valor retornado

Retorna 1 se a string corresponder ao padrão LIKE (sem diferenciar maiúsculas de minúsculas); caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT ilike('ClickHouse', '%house%');

Response

┌─ilike('ClickHouse', '%house%')─┐
│                              1 │
└────────────────────────────────┘

​

like

Introduzido em: v1.1.0

Retorna se a string haystack corresponde à expressão LIKE pattern.

Uma expressão LIKE pode conter caracteres normais e os seguintes metassímbolos:

• % indica uma quantidade arbitrária de caracteres arbitrários (incluindo zero caracteres).
• _ indica um único caractere arbitrário.
• \ é usado para escapar os literais %, _ e \.

A correspondência é baseada em UTF-8; por exemplo, _ corresponde ao ponto de código Unicode ¥, que em UTF-8 é representado por dois bytes.

Se o haystack ou a expressão LIKE não forem UTF-8 válidos, o comportamento será indefinido.

Nenhuma normalização Unicode automática é realizada; você pode usar as funções normalizeUTF8* para isso.

Para corresponder a %, _ e \ literais (que são metacaracteres de LIKE), prefixe-os com uma barra invertida: \%, \_ e \\. A barra invertida perde seu significado especial (ou seja, é interpretada literalmente) se preceder um caractere diferente de %, _ ou \.

O ClickHouse exige que barras invertidas em strings também sejam escapadas, então na prática você precisará escrever \\%, \\_ e \\\\.

Para expressões LIKE no formato %needle%, a função é tão rápida quanto a função position. Todas as outras expressões LIKE são convertidas internamente em uma expressão regular e executadas com desempenho semelhante ao da função match.

Sintaxe

like(haystack, pattern)
-- haystack LIKE pattern

Argumentos

• haystack — String em que a busca é realizada. String ou FixedString
• pattern — Padrão LIKE usado na correspondência. Pode conter % (corresponde a qualquer número de caracteres), _ (corresponde a um único caractere) e \ para escape. String

Valor retornado

Retorna 1 se a string corresponder ao padrão LIKE; caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT like('ClickHouse', '%House');

Response

┌─like('ClickHouse', '%House')─┐
│                            1 │
└──────────────────────────────┘

Curinga de caractere único

Query

SELECT like('ClickHouse', 'Click_ouse');

Response

┌─like('ClickH⋯lick_ouse')─┐
│                        1 │
└──────────────────────────┘

Padrão não correspondente

Query

SELECT like('ClickHouse', '%SQL%');

Response

┌─like('ClickHouse', '%SQL%')─┐
│                           0 │
└─────────────────────────────┘

​

locate

Introduzido em: v18.16.0

Como position, mas com os argumentos haystack e locate em ordem inversa.

Comportamento dependente da versão

O comportamento dessa função depende da versão do ClickHouse:

• nas versões < v24.3, locate era um alias da função position e aceitava os argumentos (haystack, needle[, start_pos]).
• nas versões >= 24.3, locate é uma função própria (para melhor compatibilidade com o MySQL) e aceita os argumentos (needle, haystack[, start_pos]). O comportamento anterior pode ser restaurado usando a configuração function_locate_has_mysql_compatible_argument_order = false.

Sintaxe

locate(needle, haystack[, start_pos])

Argumentos

• needle — Substring a ser procurada. String
• haystack — String na qual a busca é realizada. String ou Enum
• start_pos — Opcional. Posição (baseada em 1) em haystack a partir da qual a busca começa. UInt

Valor retornado

Retorna a posição inicial em bytes, contando a partir de 1, se a substring for encontrada; 0 se a substring não for encontrada. UInt64

Exemplos

Uso básico

Query

SELECT locate('ca', 'abcabc')

Response

┌─locate('ca', 'abcabc')─┐
│                      3 │
└────────────────────────┘

​

match

Introduzido em: v1.1.0

Verifica se uma string fornecida corresponde ao padrão de expressão regular informado.

Esta função usa a biblioteca de expressões regulares RE2. Consulte re2 para ver a sintaxe compatível.

A correspondência funciona assumindo UTF-8; por exemplo, ¥ usa dois bytes internamente, mas a correspondência o trata como um único ponto de código. A expressão regular não deve conter bytes NULL. Se o haystack ou o pattern não forem UTF-8 válidos, o comportamento será indefinido.

Ao contrário do comportamento padrão do re2, . corresponde a quebras de linha. Para desativar isso, prefixe o padrão com (?-s).

O padrão não é ancorado. Para corresponder à string inteira, ancore o padrão usando ^ e $.

Se você só quiser procurar substrings, use as funções like ou position, que são muito mais rápidas do que esta função.

Sintaxe alternativa do operador: haystack REGEXP pattern.

Sintaxe

match(haystack, pattern)

Aliases: REGEXP_MATCHES

Argumentos

• haystack — String na qual o padrão é buscado. String
• pattern — Padrão de expressão regular. const String

Valor retornado

Retorna 1 se o padrão corresponder, 0 caso contrário. UInt8

Exemplos

Correspondência de padrões simples

Query

SELECT match('Hello World', 'Hello.*')

Response

┌─match('Hello World', 'Hello.*')─┐
│                               1 │
└─────────────────────────────────┘

Padrão não corresponde

Query

SELECT match('Hello World', 'goodbye.*')

Response

┌─match('Hello World', 'goodbye.*')─┐
│                                 0 │
└───────────────────────────────────┘

Correspondência com substring

Query

SELECT match('abcde', 'b.*d'), match('abcde', '^b.*d$')

Response

┌─match('abcde', 'b.*d')─┬─match('abcde', '^b.*d$')─┐
│                       1 │                         0 │
└─────────────────────────┴───────────────────────────┘

​

multiFuzzyMatchAllIndices

Introduzido em: v20.1.0

Semelhante a multiFuzzyMatchAny, mas retorna o array com todos os índices, em qualquer ordem, que correspondem ao haystack dentro de uma distância de edição constante.

Sintaxe

multiFuzzyMatchAllIndices(haystack, distance, [pattern1, pattern2, ..., patternN])

Argumentos

• haystack — String na qual a busca é realizada. String
• distance — A distância máxima de edição para correspondência aproximada. UInt8
• pattern — Array de padrões a serem correspondidos. Array(String)

Valor retornado

Retorna um array com todos os índices (a partir de 1) que correspondem ao haystack dentro da distância de edição especificada, em qualquer ordem. Retorna um array vazio se nenhuma correspondência for encontrada. Array(UInt64)

Exemplos

Exemplo de uso

Query

SELECT multiFuzzyMatchAllIndices('ClickHouse', 2, ['ClickHouse', 'ClckHouse', 'ClickHose', 'House']);

Response

┌─multiFuzzyMa⋯, 'House'])─┐
│ [3,1,4,2]                │
└──────────────────────────┘

​

multiFuzzyMatchAny

Introduzido em: v20.1.0

Como multiMatchAny, mas retorna 1 se algum padrão corresponder à haystack dentro de uma distância de edição constante. Esta função depende de uma funcionalidade experimental da biblioteca hyperscan e pode ser lenta em alguns casos extremos. O desempenho depende do valor da distância de edição e dos padrões usados, mas o custo é sempre maior em comparação com as variantes sem correspondência difusa.

A família de funções multiFuzzyMatch*() não oferece suporte a expressões regulares UTF-8 (ela as trata como uma sequência de bytes) devido a restrições do hyperscan.

Sintaxe

multiFuzzyMatchAny(haystack, distance, [pattern1, pattern2, ..., patternN])

Argumentos

• haystack — String na qual a busca é realizada. String
• distance — A distância máxima de edição para correspondência aproximada. UInt8
• pattern — Opcional. Um array de padrões para comparar. Array(String)

Valor retornado

Retorna 1 se algum padrão corresponder ao haystack dentro da distância de edição especificada; caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT multiFuzzyMatchAny('ClickHouse', 2, ['ClickHouse', 'ClckHouse', 'ClickHose']);

Response

┌─multiFuzzyMa⋯lickHose'])─┐
│                        1 │
└──────────────────────────┘

​

multiFuzzyMatchAnyIndex

Introduzido em: v20.1.0

Como multiFuzzyMatchAny, mas retorna qualquer índice que corresponda ao haystack com uma distância de edição constante.

Sintaxe

multiFuzzyMatchAnyIndex(haystack, distance, [pattern1, pattern2, ..., patternn])

Argumentos

• haystack — String na qual a busca é realizada. String
• distance — A distância máxima de edição para correspondência aproximada. UInt8
• pattern — Array de padrões para correspondência. Array(String)

Valor retornado

Retorna o índice (a partir de 1) de qualquer padrão que corresponda ao haystack dentro da distância de edição especificada; caso contrário, 0. UInt64

Exemplos

Exemplo de uso

Query

SELECT multiFuzzyMatchAnyIndex('ClickHouse', 2, ['ClckHouse', 'ClickHose', 'ClickHouse']);

Response

┌─multiFuzzyMa⋯ickHouse'])─┐
│                        2 │
└──────────────────────────┘

​

multiMatchAllIndices

Introduzido em: v20.1.0

Como multiMatchAny, mas retorna o array com todos os índices que correspondem ao haystack, em qualquer ordem.

Sintaxe

multiMatchAllIndices(haystack, [pattern1, pattern2, ..., patternn])

Argumentos

• haystack — String em que a busca é realizada. String
• pattern — Expressões regulares usadas na correspondência. String

Valor retornado

Array com todos os índices (a partir de 1) que encontram correspondência no haystack, em qualquer ordem. Retorna um array vazio se nenhuma correspondência for encontrada. Array(UInt64)

Exemplos

Exemplo de uso

Query

SELECT multiMatchAllIndices('ClickHouse', ['[0-9]', 'House', 'Click', 'ouse']);

Response

┌─multiMatchAl⋯', 'ouse'])─┐
│ [3, 2, 4]                │
└──────────────────────────┘

​

multiMatchAny

Introduzido em: v20.1.0

Verifica se pelo menos um entre vários padrões de expressão regular corresponde à string de entrada.

Se você quiser apenas pesquisar várias substrings em uma string, pode usar a função multiSearchAny — ela funciona muito mais rápido do que esta função.

Sintaxe

multiMatchAny(haystack, pattern1[, pattern2, ...])

Argumentos

• haystack — String em que os padrões são buscados. String
• pattern1[, pattern2, ...] — Um array de um ou mais padrões de expressão regular. Array(String)

Valor retornado

Retorna 1 se algum padrão corresponder, 0 caso contrário. UInt8

Exemplos

Correspondência com múltiplos padrões

Query

SELECT multiMatchAny('Hello World', ['Hello.*', 'foo.*'])

Response

┌─multiMatchAny('Hello World', ['Hello.*', 'foo.*'])─┐
│                                                  1 │
└────────────────────────────────────────────────────┘

Nenhum padrão corresponde

Query

SELECT multiMatchAny('Hello World', ['goodbye.*', 'foo.*'])

Response

┌─multiMatchAny('Hello World', ['goodbye.*', 'foo.*'])─┐
│                                                    0 │
└──────────────────────────────────────────────────────┘

​

multiMatchAnyIndex

Introduzido em: v20.1.0

Como multiMatchAny, mas retorna qualquer índice que corresponda à string de entrada.

Sintaxe

multiMatchAnyIndex(haystack, [pattern1, pattern2, ..., patternn])

Argumentos

• haystack — String na qual a busca é realizada. String
• pattern — Expressões regulares a serem correspondidas. Array(String)

Valor retornado

Retorna o índice (a partir de 1) do primeiro padrão que corresponde, ou 0 se nenhuma correspondência for encontrada. UInt64

Exemplos

Exemplo de uso

Query

SELECT multiMatchAnyIndex('ClickHouse', ['[0-9]', 'House', 'Click']);

Response

┌─multiMatchAn⋯, 'Click'])─┐
│                        3 │
└──────────────────────────┘

​

multiSearchAllPositions

Introduzido em: v20.1.0

Como position, mas retorna um array com as posições (em bytes, começando em 1) de várias substrings needle em uma string haystack.

Todas as funções multiSearch*() suportam no máximo 2^8 needles.

Sintaxe

multiSearchAllPositions(haystack, needle1[, needle2, ...])

Argumentos

• haystack — String na qual a busca é feita. String
• needle1[, needle2, ...] — Um array com uma ou mais substrings a serem buscadas. Array(String)

Valor retornado

Retorna um array com a posição inicial em bytes, contada a partir de 1, se a substring for encontrada, ou 0 se a substring não for encontrada. Array(UInt64)

Exemplos

Busca por múltiplas substrings

Query

SELECT multiSearchAllPositions('Hello, World!', ['hello', '!', 'world'])

Response

┌─multiSearchAllPositions('Hello, World!', ['hello', '!', 'world'])─┐
│ [0,13,0]                                                          │
└───────────────────────────────────────────────────────────────────┘

​

multiSearchAllPositionsCaseInsensitive

Introduzido em: v20.1.0

Como multiSearchAllPositions, mas não diferencia maiúsculas de minúsculas.

Sintaxe

multiSearchAllPositionsCaseInsensitive(haystack, needle1[, needle2, ...])

Argumentos

• haystack — String na qual a busca é realizada. String
• needle1[, needle2, ...] — Um array de uma ou mais substrings a serem pesquisadas. Array(String)

Valor retornado

Retorna um array com a posição inicial em bytes, contando a partir de 1 (se a substring for encontrada), ou 0 se a substring não for encontrada. Array(UInt64)

Exemplos

Multibusca sem distinção entre maiúsculas e minúsculas

Query

SELECT multiSearchAllPositionsCaseInsensitive('ClickHouse',['c','h'])

Response

┌─multiSearchA⋯['c', 'h'])─┐
│ [1,6]                    │
└──────────────────────────┘

​

multiSearchAllPositionsCaseInsensitiveUTF8

Introduzido em: v20.1.0

Como multiSearchAllPositionsUTF8, mas não diferencia maiúsculas de minúsculas.

Sintaxe

multiSearchAllPositionsCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string codificada em UTF-8 na qual a busca é realizada. String
• needle — substrings codificadas em UTF-8 que serão buscadas. Array(String)

Valor retornado

Array com as posições iniciais em bytes, contadas a partir de 1 (se a substring for encontrada). Retorna 0 se a substring não for encontrada. Array

Exemplos

Busca UTF-8 sem diferenciar maiúsculas de minúsculas

Query

SELECT multiSearchAllPositionsCaseInsensitiveUTF8('Здравствуй, мир!', ['здравствуй', 'МИР']);

Response

┌─multiSearchA⋯й', 'МИР'])─┐
│ [1, 13]                  │
└──────────────────────────┘

​

multiSearchAllPositionsUTF8

Introduzido em: v20.1.0

Como multiSearchAllPositions, mas pressupõe que haystack e as substrings needle sejam strings codificadas em UTF-8.

Sintaxe

multiSearchAllPositionsUTF8(haystack, needle1[, needle2, ...])

Argumentos

• haystack — String codificada em UTF-8 na qual a busca é realizada. String
• needle1[, needle2, ...] — Um array de substrings codificadas em UTF-8 a serem procuradas. Array(String)

Valor retornado

Retorna um array com as posições iniciais, em bytes e contadas a partir de 1 (se a substring for encontrada), ou 0, se a substring não for encontrada. Array

Exemplos

Busca múltipla em UTF-8

Query

SELECT multiSearchAllPositionsUTF8('ClickHouse',['C','H'])

Response

┌─multiSearchAllPositionsUTF8('ClickHouse', ['C', 'H'])─┐
│ [1,6]                                                 │
└───────────────────────────────────────────────────────┘

​

multiSearchAny

Introduzido em: v20.1.0

Verifica se pelo menos uma das várias strings needle corresponde à string haystack.

As funções multiSearchAnyCaseInsensitive, multiSearchAnyUTF8 e multiSearchAnyCaseInsensitiveUTF8 fornecem variantes sem distinção entre maiúsculas e minúsculas e/ou em UTF-8 desta função.

Sintaxe

multiSearchAny(haystack, needle1[, needle2, ...])

Argumentos

• haystack — String em que a busca é realizada. String
• needle1[, needle2, ...] — Um array de substrings a serem pesquisadas. Array(String)

Valor retornado

Retorna 1 se houver pelo menos uma correspondência; caso contrário, 0. UInt8

Exemplos

Busca por qualquer correspondência

Query

SELECT multiSearchAny('ClickHouse',['C','H'])

Response

┌─multiSearchAny('ClickHouse', ['C', 'H'])─┐
│                                        1 │
└──────────────────────────────────────────┘

​

multiSearchAnyCaseInsensitive

Introduzido em: v20.1.0

Como multiSearchAny, mas sem diferenciar maiúsculas de minúsculas.

Sintaxe

multiSearchAnyCaseInsensitive(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — String em que a busca é realizada. String
• needle — Substrings a serem pesquisadas. Array(String)

Valor retornado

Retorna 1 se houver pelo menos uma correspondência sem distinção entre maiúsculas e minúsculas; caso contrário, retorna 0. UInt8

Exemplos

Busca sem distinção entre maiúsculas e minúsculas

Query

SELECT multiSearchAnyCaseInsensitive('ClickHouse',['c','h'])

Response

┌─multiSearchAnyCaseInsensitive('ClickHouse', ['c', 'h'])─┐
│                                                       1 │
└─────────────────────────────────────────────────────────┘

​

multiSearchAnyCaseInsensitiveUTF8

Introduzido em: v20.1.0

Como multiSearchAnyUTF8, mas sem diferenciar maiúsculas de minúsculas.

Sintaxe

multiSearchAnyCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string UTF-8 na qual a busca é realizada. String
• needle — substrings UTF-8 a serem procuradas. Array(String)

Valor retornado

Retorna 1 se houver pelo menos uma correspondência sem diferenciar maiúsculas de minúsculas; caso contrário, retorna 0. UInt8

Exemplos

Dada a string UTF-8 ‘Здравствуйте’, verifique se o caractere ‘з’ (minúsculo) está presente

Query

SELECT multiSearchAnyCaseInsensitiveUTF8('Здравствуйте',['з'])

Response

┌─multiSearchA⋯те', ['з'])─┐
│                        1 │
└──────────────────────────┘

​

multiSearchAnyUTF8

Introduzido em: v20.1.0

Semelhante a multiSearchAny, mas assume que haystack e as substrings needle são strings codificadas em UTF-8.

Sintaxe

multiSearchAnyUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string em UTF-8 na qual a busca é realizada. String
• needle — substrings em UTF-8 a serem buscadas. Array(String)

Valor retornado

Retorna 1 se houver pelo menos uma correspondência; caso contrário, retorna 0. UInt8

Exemplos

Dada ‘你好，世界’ (‘Olá, mundo’) como uma string em UTF-8, verifique se a string contém algum caractere 你 ou 界

Query

SELECT multiSearchAnyUTF8('你好，世界', ['你', '界'])

Response

┌─multiSearchA⋯你', '界'])─┐
│                        1 │
└──────────────────────────┘

​

multiSearchFirstIndex

Introduzido em: v20.1.0

Procura várias strings needle em uma string haystack (diferencia maiúsculas de minúsculas) e retorna o índice, com base em 1, da primeira needle encontrada.

Sintaxe

multiSearchFirstIndex(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — A string em que a busca será feita. String
• needles — Array de strings a serem pesquisadas. Array(String)

Valor retornado

Retorna o índice com base em 1 (posição no array needles) da primeira needle encontrada em haystack. Retorna 0 se nenhuma needle for encontrada. A busca diferencia maiúsculas de minúsculas. UInt64

Exemplos

Exemplo de uso

Query

SELECT multiSearchFirstIndex('ClickHouse Database', ['Click', 'Database', 'Server']);

Response

┌─multiSearchF⋯ 'Server'])─┐
│                        1 │
└──────────────────────────┘

Comportamento com diferenciação entre maiúsculas e minúsculas

Query

SELECT multiSearchFirstIndex('ClickHouse Database', ['CLICK', 'Database', 'Server']);

Response

┌─multiSearchF⋯ 'Server'])─┐
│                        2 │
└──────────────────────────┘

Nenhuma correspondência encontrada

Query

SELECT multiSearchFirstIndex('Hello World', ['goodbye', 'test']);

Response

┌─multiSearchF⋯', 'test'])─┐
│                        0 │
└──────────────────────────┘

​

multiSearchFirstIndexCaseInsensitive

Introduzido em: v20.1.0

Retorna o índice i (a partir de 1) da needle_i localizada mais à esquerda na string haystack e 0 caso contrário. Não diferencia maiúsculas de minúsculas.

Sintaxe

multiSearchFirstIndexCaseInsensitive(haystack, [needle1, needle2, ..., needleN]

Argumentos

• haystack — String em que a busca é realizada. String
• needle — Substrings a serem buscadas. Array(String)

Valor retornado

Retorna o índice (a partir de 1) da substring encontrada mais à esquerda. Caso contrário, retorna 0 se não houver correspondência. UInt8

Exemplos

Exemplo de uso

Query

SELECT multiSearchFirstIndexCaseInsensitive('hElLo WoRlD', ['World', 'Hello']);

Response

┌─multiSearchF⋯, 'Hello'])─┐
│                        1 │
└──────────────────────────┘

​

multiSearchFirstIndexCaseInsensitiveUTF8

Introduzido em: v20.1.0

Procura várias strings needle em uma string haystack, sem diferenciar maiúsculas de minúsculas e com suporte à codificação UTF-8, e retorna o índice, começando em 1, da primeira needle encontrada.

Sintaxe

multiSearchFirstIndexCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — A string em que a busca é feita. String
• needles — Array de strings a serem buscadas. Array(String)

Valor retornado

Retorna o índice com base em 1 (posição no array needles) da primeira string encontrada em haystack. Retorna 0 se nenhuma string for encontrada. A busca não diferencia maiúsculas de minúsculas e respeita a codificação de caracteres UTF-8. UInt64

Exemplos

Exemplo de uso

Query

SELECT multiSearchFirstIndexCaseInsensitiveUTF8('ClickHouse Database', ['CLICK', 'data', 'server']);

Response

┌─multiSearchF⋯ 'server'])─┐
│                        1 │
└──────────────────────────┘

Tratamento de maiúsculas/minúsculas em UTF-8

Query

SELECT multiSearchFirstIndexCaseInsensitiveUTF8('Привет Мир', ['мир', 'ПРИВЕТ']);

Response

┌─multiSearchF⋯ 'ПРИВЕТ'])─┐
│                        1 │
└──────────────────────────┘

Nenhuma correspondência encontrada

Query

SELECT multiSearchFirstIndexCaseInsensitiveUTF8('Hello World', ['goodbye', 'test']);

Response

┌─multiSearchF⋯', 'test'])─┐
│                        0 │
└──────────────────────────┘

​

multiSearchFirstIndexUTF8

Introduzido em: v20.1.0

Retorna o índice i (a partir de 1) da needle_i encontrada na posição mais à esquerda na string haystack, e 0 caso contrário. Pressupõe que haystack e needle sejam strings codificadas em UTF-8.

Sintaxe

multiSearchFirstIndexUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string em UTF-8 na qual a busca é realizada. String
• needle — Array de substrings em UTF-8 a serem procuradas. Array(String)

Valor retornado

Retorna o índice (a partir de 1) da needle encontrada mais à esquerda. Caso contrário, retorna 0 se não houver correspondência. UInt8

Exemplos

Exemplo de uso

Query

SELECT multiSearchFirstIndexUTF8('Здравствуйте мир', ['мир', 'здравствуйте']);

Response

┌─multiSearchF⋯вствуйте'])─┐
│                        1 │
└──────────────────────────┘

​

multiSearchFirstPosition

Introduzido em: v20.1.0

Como position, mas retorna a posição mais à esquerda em uma string haystack que corresponde a qualquer uma de várias strings needle.

As funções multiSearchFirstPositionCaseInsensitive, multiSearchFirstPositionUTF8 e multiSearchFirstPositionCaseInsensitiveUTF8 fornecem variantes sem distinção entre maiúsculas e minúsculas e/ou em UTF-8 desta função.

Sintaxe

multiSearchFirstPosition(haystack, needle1[, needle2, ...])

Argumentos

• haystack — String na qual a busca é realizada. String
• needle1[, needle2, ...] — Um array de uma ou mais substrings a serem buscadas. Array(String)

Valor retornado

Retorna o deslocamento da ocorrência mais à esquerda em uma string haystack que corresponda a qualquer uma de várias strings needle; caso contrário, 0, se não houver correspondência. UInt64

Exemplos

Busca da primeira posição

Query

SELECT multiSearchFirstPosition('Hello World',['llo', 'Wor', 'ld'])

Response

┌─multiSearchFirstPosition('Hello World', ['llo', 'Wor', 'ld'])─┐
│                                                             3 │
└───────────────────────────────────────────────────────────────┘

​

multiSearchFirstPositionCaseInsensitive

Introduzido em: v20.1.0

Como multiSearchFirstPosition, mas não diferencia maiúsculas de minúsculas.

Sintaxe

multiSearchFirstPositionCaseInsensitive(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — String em que a busca é realizada. String
• needle — Array de substrings a serem buscadas. Array(String)

Valor retornado

Retorna o deslocamento na string haystack que corresponde a qualquer uma das strings needle. Retorna 0 se não houver correspondência. UInt64

Exemplos

Primeira posição sem diferenciar maiúsculas de minúsculas

Query

SELECT multiSearchFirstPositionCaseInsensitive('HELLO WORLD',['wor', 'ld', 'ello'])

Response

┌─multiSearchFirstPositionCaseInsensitive('HELLO WORLD', ['wor', 'ld', 'ello'])─┐
│                                                                             2 │
└───────────────────────────────────────────────────────────────────────────────┘

​

multiSearchFirstPositionCaseInsensitiveUTF8

Introduzido em: v20.1.0

Como multiSearchFirstPosition, mas considera haystack e needle como strings UTF-8 e não diferencia maiúsculas de minúsculas.

Sintaxe

multiSearchFirstPositionCaseInsensitiveUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string UTF-8 na qual a busca é realizada. String
• needle — Array de substrings UTF-8 a serem procuradas. Array(String)

Valor retornado

Retorna o deslocamento mais à esquerda em uma string haystack que corresponde a qualquer uma das várias strings needle, sem diferenciar maiúsculas de minúsculas. Retorna 0 se não houver correspondência. UInt64

Exemplos

Encontre o deslocamento mais à esquerda na string UTF-8 ‘Здравствуй, мир’ (‘Hello, world’) que corresponde a qualquer uma das substrings fornecidas

Query

SELECT multiSearchFirstPositionCaseInsensitiveUTF8('Здравствуй, мир', ['МИР', 'вст', 'Здра'])

Response

┌─multiSearchFirstPositionCaseInsensitiveUTF8('Здравствуй, мир', ['мир', 'вст', 'Здра'])─┐
│                                                                                      3 │
└────────────────────────────────────────────────────────────────────────────────────────┘

​

multiSearchFirstPositionUTF8

Introduzido em: v20.1.0

Assim como multiSearchFirstPosition, mas pressupõe que haystack e needle sejam strings UTF-8.

Sintaxe

multiSearchFirstPositionUTF8(haystack, [needle1, needle2, ..., needleN])

Argumentos

• haystack — string UTF-8 na qual a busca é realizada. String
• needle — Array de substrings UTF-8 a serem procuradas. Array(String)

Valor retornado

Deslocamento da ocorrência mais à esquerda em uma string haystack que corresponde a qualquer uma das várias strings needle. Retorna 0 se não houver correspondência. UInt64

Exemplos

Encontre o deslocamento da ocorrência mais à esquerda na string UTF-8 ‘Здравствуй, мир’ (‘Hello, world’) que corresponde a qualquer uma das strings needle fornecidas

Query

SELECT multiSearchFirstPositionUTF8('Здравствуй, мир',['мир', 'вст', 'авст'])

Response

┌─multiSearchFirstPositionUTF8('Здравствуй, мир', ['мир', 'вст', 'авст'])─┐
│                                                                       3 │
└─────────────────────────────────────────────────────────────────────────┘

​

ngramDistance

Introduzido em: v20.1.0

Calcula a distância de 4-gramas entre duas strings. Para isso, conta a diferença simétrica entre dois multiconjuntos de 4-gramas e a normaliza pela soma de suas cardinalidades. Quanto menor o valor retornado, mais semelhantes são as strings.

Para busca sem distinção entre maiúsculas e minúsculas e/ou no formato UTF-8, use as funções ngramDistanceCaseInsensitive, ngramDistanceUTF8, ngramDistanceCaseInsensitiveUTF8.

Sintaxe

ngramDistance(haystack, needle)

Argumentos

• haystack — String para comparação. String
• needle — String para comparação. String

Valor retornado

Retorna um valor Float32 entre 0 e 1. Quanto menor o valor retornado, mais semelhantes são as strings. Float32

Exemplos

Calcular a distância por 4-gramas

Query

SELECT ngramDistance('ClickHouse', 'ClickHouses')

Response

┌─ngramDistance('ClickHouse', 'ClickHouses')─┐
│                                        0.1 │
└────────────────────────────────────────────┘

​

ngramDistanceCaseInsensitive

Introduzido em: v20.1.0

Fornece uma variante de ngramDistance sem diferenciar maiúsculas de minúsculas. Calcula a distância de 4-gram entre duas strings, ignorando maiúsculas e minúsculas. Quanto menor o valor retornado, mais semelhantes são as strings.

Sintaxe

ngramDistanceCaseInsensitive(haystack, needle)

Argumentos

• haystack — Primeira string de comparação. String
• needle — Segunda string de comparação. String

Valor retornado

Retorna um número Float32 entre 0 e 1. Float32

Exemplos

Distância de 4 gramas sem diferenciar maiúsculas de minúsculas

Query

SELECT ngramDistanceCaseInsensitive('ClickHouse','clickhouse')

Response

┌─ngramDistanceCaseInsensitive('ClickHouse','clickhouse')─┐
│                                                       0 │
└─────────────────────────────────────────────────────────┘

​

ngramDistanceCaseInsensitiveUTF8

Introduzido em: v20.1.0

Fornece uma variante UTF-8 de ngramDistance que não diferencia maiúsculas de minúsculas. Pressupõe que as strings needle e haystack sejam codificadas em UTF-8 e ignora maiúsculas e minúsculas. Calcula a distância de 3-gramas entre duas strings UTF-8, ignorando maiúsculas e minúsculas. Quanto menor o valor retornado, mais semelhantes são as strings.

Sintaxe

ngramDistanceCaseInsensitiveUTF8(haystack, needle)

Argumentos

• haystack — Primeira string de comparação codificada em UTF-8. String
• needle — Segunda string de comparação codificada em UTF-8. String

Valor retornado

Retorna um número Float32 entre 0 e 1. Float32

Exemplos

Distância UTF-8 de 3 gramas sem diferenciar maiúsculas de minúsculas

Query

SELECT ngramDistanceCaseInsensitiveUTF8('abcde','CDE')

Response

┌─ngramDistanceCaseInsensitiveUTF8('abcde','CDE')─┐
│                                             0.5 │
└─────────────────────────────────────────────────┘

​

ngramDistanceUTF8

Introduzido em: v20.1.0

Fornece uma variante em UTF-8 de ngramDistance. Pressupõe que as strings needle e haystack sejam codificadas em UTF-8. Calcula a distância de 3-gramas entre duas strings UTF-8. Quanto menor o valor retornado, mais semelhantes são as strings.

Sintaxe

ngramDistanceUTF8(haystack, needle)

Argumentos

• haystack — Primeira string de comparação codificada em UTF-8. String
• needle — Segunda string de comparação codificada em UTF-8. String

Valor retornado

Retorna um número Float32 entre 0 e 1. Float32

Exemplos

Distância de 3-gramas UTF-8

Query

SELECT ngramDistanceUTF8('abcde','cde')

Response

┌─ngramDistanceUTF8('abcde','cde')─┐
│                               0.5 │
└───────────────────────────────────┘

​

ngramSearch

Introduzido em: v20.1.0

Verifica se a distância de 4-gramas entre duas strings é menor ou igual a um determinado limiar.

Para busca sem distinção entre maiúsculas e minúsculas e/ou no formato UTF-8, use as funções ngramSearchCaseInsensitive, ngramSearchUTF8, ngramSearchCaseInsensitiveUTF8.

Sintaxe

ngramSearch(haystack, needle)

Argumentos

• haystack — String a ser comparada. String
• needle — String a ser comparada. String

Valor retornado

Retorna 1 se a distância de 4-gramas entre as strings for menor ou igual a um limiar (1.0 por padrão); caso contrário, retorna 0. UInt8

Exemplos

Busca com 4-gramas

Query

SELECT ngramSearch('ClickHouse', 'Click')

Response

┌─ngramSearch('ClickHouse', 'Click')─┐
│                                  1 │
└────────────────────────────────────┘

​

ngramSearchCaseInsensitive

Introduzido em: v20.1.0

Fornece uma variante de ngramSearch que não diferencia maiúsculas de minúsculas. Calcula a diferença não simétrica entre as strings needle e haystack, ou seja, o número de n-gramas da needle menos o número de n-gramas em comum, normalizado pelo número de n-gramas da needle. Verifica se a distância de 4-gramas entre duas strings é menor ou igual a um determinado limiar, ignorando maiúsculas e minúsculas.

Sintaxe

ngramSearchCaseInsensitive(haystack, needle)

Argumentos

• haystack — String de comparação. String
• needle — String de comparação. String

Valor retornado

Retorna 1 se a distância de 4-gramas entre as strings for menor ou igual ao limiar (1.0 por padrão); caso contrário, retorna 0. UInt8

Exemplos

Busca sem distinção entre maiúsculas e minúsculas usando 4-gramas

Query

SELECT ngramSearchCaseInsensitive('Hello World','hello')

Response

┌─ngramSearchCaseInsensitive('Hello World','hello')─┐
│                                                  1 │
└────────────────────────────────────────────────────┘

​

ngramSearchCaseInsensitiveUTF8

Introduzido em: v20.1.0

Fornece uma variante UTF-8 de ngramSearch sem diferenciar maiúsculas de minúsculas. Pressupõe que haystack e needle sejam strings UTF-8 e ignora diferenças entre maiúsculas e minúsculas. Verifica se a distância de 3-gramas entre duas strings UTF-8 é menor ou igual a um determinado limite, sem diferenciar maiúsculas de minúsculas.

Sintaxe

ngramSearchCaseInsensitiveUTF8(haystack, needle)

Argumentos

• haystack — string em UTF-8 para comparação. String
• needle — string em UTF-8 para comparação. String

Valor retornado

Retorna 1 se a distância de 3-gramas entre as strings for menor ou igual a um limiar (1.0 por padrão), 0 caso contrário. UInt8

Exemplos

Busca UTF-8 sem diferenciar maiúsculas de minúsculas usando 3-gramas

Query

SELECT ngramSearchCaseInsensitiveUTF8('абвГДЕёжз', 'АбвгдЕЁжз')

Response

┌─ngramSearchCaseInsensitiveUTF8('абвГДЕёжз', 'АбвгдЕЁжз')─┐
│                                                        1 │
└──────────────────────────────────────────────────────────┘

​

ngramSearchUTF8

Introduzido em: v20.1.0

Fornece uma variante UTF-8 de ngramSearch. Pressupõe que haystack e needle sejam strings em UTF-8. Verifica se a distância de 3-gramas entre duas strings em UTF-8 é menor ou igual a um determinado limite.

Sintaxe

ngramSearchUTF8(haystack, needle)

Argumentos

• haystack — string em UTF-8 para comparação. String
• needle — string em UTF-8 para comparação. String

Valor retornado

Retorna 1 se a distância de 3-gramas entre as strings for menor ou igual a um limiar (1.0 por padrão); caso contrário, 0. UInt8

Exemplos

Busca em UTF-8 usando 3-gramas

Query

SELECT ngramSearchUTF8('абвгдеёжз', 'гдеёзд')

Response

┌─ngramSearchUTF8('абвгдеёжз', 'гдеёзд')─┐
│                                      1 │
└────────────────────────────────────────┘

​

notILike

Introduzido na versão: v20.6.0

Verifica se uma string não corresponde a um padrão, sem diferenciar maiúsculas de minúsculas. O padrão pode conter os caracteres especiais % e _ para correspondência com SQL LIKE.

Sintaxe

notILike(haystack, pattern)

Argumentos

• haystack — A string de entrada na qual a busca é feita. String ou FixedString
• pattern — O padrão SQL LIKE usado para correspondência. % corresponde a qualquer número de caracteres (incluindo zero), _ corresponde a exatamente um caractere. String

Valor retornado

Retorna 1 se a string não corresponder ao padrão (sem diferenciar maiúsculas de minúsculas); caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT notILike('ClickHouse', '%house%');

Response

┌─notILike('Cl⋯ '%house%')─┐
│                        0 │
└──────────────────────────┘

​

notLike

Introduzido em: v1.1.0

Semelhante a like, mas com o resultado negado.

Sintaxe

notLike(haystack, pattern)
-- haystack NOT LIKE pattern

Argumentos

• haystack — String em que a busca é realizada. String e FixedString
• pattern — Padrão LIKE para correspondência. String

Valor retornado

Retorna 1 se a string não corresponder ao padrão LIKE; caso contrário, 0. UInt8

Exemplos

Exemplo de uso

Query

SELECT notLike('ClickHouse', '%House%');

Response

┌─notLike('Cli⋯ '%House%')─┐
│                        0 │
└──────────────────────────┘

Padrão não correspondente

Query

SELECT notLike('ClickHouse', '%SQL%');

Response

┌─notLike('Cli⋯', '%SQL%')─┐
│                        1 │
└──────────────────────────┘

​

position

Introduzido na versão: v1.1.0

Retorna a posição (em bytes, começando em 1) de uma substring needle em uma string haystack.

Se a substring needle estiver vazia, aplicam-se as seguintes regras:

• se nenhum start_pos for especificado: retorna 1
• se start_pos = 0: retorna 1
• se start_pos >= 1 e start_pos <= length(haystack) + 1: retorna start_pos
• caso contrário: retorna 0

As mesmas regras também se aplicam às funções locate, positionCaseInsensitive, positionUTF8 e positionCaseInsensitiveUTF8.

Sintaxe

position(haystack, needle[, start_pos])

Argumentos

• haystack — String em que a busca é realizada. String ou Enum
• needle — Substring a ser procurada. String
• start_pos — Posição em haystack (começando em 1) na qual a busca se inicia. Opcional. UInt

Valor retornado

Retorna a posição inicial em bytes, contando a partir de 1, se a substring for encontrada; caso contrário, retorna 0 se a substring não for encontrada. UInt64

Exemplos

Uso básico

Query

SELECT position('Hello, world!', '!')

Response

┌─position('Hello, world!', '!')─┐
│                             13 │
└────────────────────────────────┘

Com o argumento start_pos

Query

SELECT position('Hello, world!', 'o', 1), position('Hello, world!', 'o', 7)

Response

┌─position('Hello, world!', 'o', 1)─┬─position('Hello, world!', 'o', 7)─┐
│                                 5 │                                 9 │
└───────────────────────────────────┴───────────────────────────────────┘

Sintaxe de needle IN haystack

Query

SELECT 6 = position('/' IN s) FROM (SELECT 'Hello/World' AS s)

Response

┌─equals(6, position(s, '/'))─┐
│                           1 │
└─────────────────────────────┘

Subcadeia com needle vazio

Query

SELECT position('abc', ''), position('abc', '', 0), position('abc', '', 1), position('abc', '', 2), position('abc', '', 3), position('abc', '', 4), position('abc', '', 5)

Response

┌─position('abc', '')─┬─position('abc', '', 0)─┬─position('abc', '', 1)─┬─position('abc', '', 2)─┬─position('abc', '', 3)─┬─position('abc', '', 4)─┬─position('abc', '', 5)─┐
│                   1 │                      1 │                      1 │                      2 │                      3 │                      4 │                      0 │
└─────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┴────────────────────────┘

​

positionCaseInsensitive

Introduzido em: v1.1.0

Como position, mas sem diferenciar maiúsculas de minúsculas.

Sintaxe

positionCaseInsensitive(haystack, needle[, start_pos])

Aliases: instr

Argumentos

• haystack — String em que a busca é realizada. String ou Enum
• needle — Substring a ser procurada. String
• start_pos — Opcional. Posição (indexada a partir de 1) em haystack na qual a busca começa. UInt*

Valor retornado

Retorna a posição inicial em bytes, contando a partir de 1, se a substring for encontrada; caso contrário, retorna 0. UInt64

Exemplos

Busca sem diferenciar maiúsculas de minúsculas

Query

SELECT positionCaseInsensitive('Hello, world!', 'hello')

Response

┌─positionCaseInsensitive('Hello, world!', 'hello')─┐
│                                                 1 │
└───────────────────────────────────────────────────┘

​

positionCaseInsensitiveUTF8

Introduzido em: v1.1.0

Como positionUTF8, mas faz a busca sem diferenciar letras maiúsculas de minúsculas.

Sintaxe

positionCaseInsensitiveUTF8(haystack, needle[, start_pos])

Argumentos

• haystack — String na qual a busca é realizada. String ou Enum
• needle — Substring a ser procurada. String
• start_pos — Opcional. Posição (base 1) em haystack na qual a busca começa. UInt*

Valor retornado

Retorna a posição inicial, em bytes e contando a partir de 1, se a substring for encontrada; caso contrário, retorna 0. UInt64

Exemplos

Busca UTF-8 sem diferenciar maiúsculas de minúsculas

Query

SELECT positionCaseInsensitiveUTF8('Привет мир', 'МИР')

Response

┌─positionCaseInsensitiveUTF8('Привет мир', 'МИР')─┐
│                                                8 │
└──────────────────────────────────────────────────┘

​

positionUTF8

Introduzido em: v1.1.0

Como position, mas presume que haystack e needle sejam strings codificadas em UTF-8.

Sintaxe

positionUTF8(haystack, needle[, start_pos])

Argumentos

• haystack — String na qual a busca é realizada. String ou Enum
• needle — Substring a ser pesquisada. String
• start_pos — Opcional. Posição (começando em 1) em haystack na qual a busca se inicia. UInt*

Valor retornado

Retorna a posição inicial em bytes, contando a partir de 1, se a substring for encontrada; caso contrário, retorna 0. UInt64

Exemplos

Contagem de caracteres UTF-8

Query

SELECT positionUTF8('Motörhead', 'r')

Response

┌─position('Motörhead', 'r')─┐
│                          5 │
└────────────────────────────┘