SQL Server 2014中如何实现字符串字符类型模式提取函数？

需求说明 #

将字符串中的字母替换为a、数字替换为1、其他字符替换为x（例如abc123-123转换为aaa111x111），生成Pattern列后可按该列分组统计数据条目数量。

自定义GETPATTERN函数实现 #

在SQL Server 2014中，可通过创建标量值函数逐字符判断并替换：

CREATE FUNCTION dbo.GETPATTERN(@InputString NVARCHAR(MAX))
RETURNS NVARCHAR(MAX)
AS
BEGIN
    DECLARE @Pattern NVARCHAR(MAX) = ''
    DECLARE @Index INT = 1
    DECLARE @Char CHAR(1)

    WHILE @Index <= LEN(@InputString)
    BEGIN
        SET @Char = SUBSTRING(@InputString, @Index, 1)
        SET @Pattern = @Pattern + 
            CASE
                WHEN @Char LIKE '[a-zA-Z]' THEN 'a'
                WHEN @Char LIKE '[0-9]' THEN '1'
                ELSE 'x'
            END
        SET @Index = @Index + 1
    END

    RETURN @Pattern
END
GO

使用示例 #

假设存在表YourTable，包含目标列TargetColumn，执行以下语句生成模式并分组统计：

SELECT 
    dbo.GETPATTERN(TargetColumn) AS Pattern,
    COUNT(*) AS Count
FROM YourTable
GROUP BY dbo.GETPATTERN(TargetColumn)
ORDER BY Count DESC

Python 实现示例 #

对应逻辑的Python代码实现如下：

def get_pattern(input_str):
    pattern = []
    for char in input_str:
        if char.isalpha():
            pattern.append('a')
        elif char.isdigit():
            pattern.append('1')
        else:
            pattern.append('x')
    return ''.join(pattern)

# 测试示例
test_str = 'abc123-123'
print(get_pattern(test_str))  # 输出: aaa111x111

内容的提问来源于stack exchange，提问作者ACrazyChemist