Snowflake SQL UDF字符串处理：为条目加前后%适配LIKE ANY

直接利用Snowflake内置的字符串与数组函数，在UDF体内完成需求处理，无需辅助函数，代码简洁易读：

核心实现代码 #

CREATE OR REPLACE FUNCTION my_func(arg1 VARCHAR, pattern_str VARCHAR, arg3 VARCHAR)
RETURNS TABLE(col VARCHAR)
LANGUAGE SQL
AS $$
    SELECT col
    FROM your_table -- 替换为实际业务表名
    WHERE col LIKE ANY(
        ARRAY_TRANSFORM(
            -- 统一分隔符并拆分字符串为数组
            SPLIT(
                REGEXP_REPLACE(TRIM(pattern_str, ''''), ',\s+', ', '),
                ', '
            ),
            -- 为每个元素添加前后%通配符
            x -> '%' || x || '%'
        )
    )
    -- 可添加arg1、arg3相关的过滤逻辑，例如：
    -- AND your_column = arg1
    -- AND another_column = arg3
$$;

步骤说明 #

• 移除首尾单引号：TRIM(pattern_str, '''') 去掉输入字符串首尾的单引号（SQL中单引号需用两个单引号转义）。
• 统一分隔符：REGEXP_REPLACE(..., ',\s+', ', ') 将任意逗号加空格（包括多个空格）的分隔格式统一为, ，避免因空格数量不一致导致拆分错误。
• 拆分字符串为数组：SPLIT(..., ', ') 把处理后的字符串按, 分割成元素数组。
• 添加通配符：ARRAY_TRANSFORM(..., x -> '%' || x || '%') 遍历数组每个元素，为其前后添加%，生成符合LIKE ANY要求的匹配数组。
• LIKE ANY匹配：直接使用处理后的数组作为LIKE ANY的参数，实现多模式模糊匹配。

简化版（无正则处理） #

如果能确保输入的分隔符严格是, ，可以去掉正则替换步骤，进一步简化：

CREATE OR REPLACE FUNCTION my_func(arg1 VARCHAR, pattern_str VARCHAR, arg3 VARCHAR)
RETURNS TABLE(col VARCHAR)
LANGUAGE SQL
AS $$
    SELECT col
    FROM your_table
    WHERE col LIKE ANY(
        ARRAY_TRANSFORM(
            SPLIT(TRIM(pattern_str, ''''), ', '),
            x -> '%' || x || '%'
        )
    )
    -- 结合arg1、arg3的业务逻辑
$$;

内容的提问来源于stack exchange，提问作者En_JK7