SQL中InvoiceTitle字段子串提取优化及分期逻辑适配问询

核心问题修正方向 #

• 精准提取纯用户名，排除日期等前置干扰内容
• 清洗商户名，移除括号及内部冗余信息
• 重构分期逻辑，支持任意期数的识别

优化后SQL示例（以SQL Server为例） #

SELECT
    -- 提取纯用户名：根据实际格式调整前后匹配标识，示例为「用户：」后、「商户」前的内容
    SUBSTRING(
        InvoiceTitle,
        PATINDEX('%用户：%', InvoiceTitle) + 3,
        PATINDEX('%商户%', InvoiceTitle) - PATINDEX('%用户：%', InvoiceTitle) - 3
    ) AS PureUserName,
    -- 提取无冗余商户名：移除括号及内部内容，兼容无括号的商户名
    CASE
        WHEN PATINDEX('%(%', InvoiceTitle) > 0 THEN LEFT(InvoiceTitle, PATINDEX('%(%', InvoiceTitle) - 1)
        ELSE InvoiceTitle
    END AS CleanMerchantName,
    -- 识别任意分期数：支持「第X期」「分期X」等格式，提取数字部分
    CASE
        WHEN PATINDEX('%第[0-9]%期%', InvoiceTitle) > 0 THEN
            SUBSTRING(
                InvoiceTitle,
                PATINDEX('%第[0-9]%期%', InvoiceTitle) + 1,
                PATINDEX('%期%', InvoiceTitle) - PATINDEX('%第[0-9]%期%', InvoiceTitle) - 1
            )
        WHEN PATINDEX('%分期[0-9]%', InvoiceTitle) > 0 THEN
            SUBSTRING(
                InvoiceTitle,
                PATINDEX('%分期[0-9]%', InvoiceTitle) + 2,
                PATINDEX('%[^0-9]%', SUBSTRING(InvoiceTitle, PATINDEX('%分期[0-9]%', InvoiceTitle) + 2, LEN(InvoiceTitle))) - 1
            )
        ELSE '非分期'
    END AS InstallmentNumber,
    -- 提取服务类型：示例为文本开头到第一个日期前的内容
    LEFT(
        InvoiceTitle,
        PATINDEX('%[0-9]{4}-[0-9]{2}-[0-9]{2}%', InvoiceTitle) - 1
    ) AS ServiceType
FROM clean.InvoiceFact

规则适配说明 #

• 用户名提取：若实际格式中用户名的前后标识不同（如「姓名：XXX」「用户_XXX」），直接调整PATINDEX中的匹配字符串即可
• 商户名清洗：如果存在其他冗余格式（如后缀冗余），可扩展CASE分支处理
• 分期识别：针对「第N次还款」等特殊分期表述，可新增CASE分支匹配对应格式
• 特殊格式兼容：其他数据库可替换为对应正则函数（如MySQL的REGEXP_SUBSTR、PostgreSQL的REGEXP_MATCH）优化匹配逻辑

内容的提问来源于stack exchange，提问作者sci9