SQL Server：如何移除Products表TAGS列中长度小于N的标签词？

一、SQL Server端正则实现 #

SQL Server原生T-SQL没有内置正则替换功能，需借助CLR自定义函数实现正则匹配与替换，步骤如下：

1. 启用CLR集成（未启用时执行）

sp_configure 'show advanced options', 1;
RECONFIGURE;
sp_configure 'clr enabled', 1;
RECONFIGURE;

2. 编写并部署CLR函数
   用C#编写类库实现逻辑，编译为DLL后部署到SQL Server：

using System;
using System.Data.SqlTypes;
using System.Text.RegularExpressions;

public class TagProcessor
{
    [Microsoft.SqlServer.Server.SqlFunction]
    public static SqlString FilterShortTags(SqlString input, SqlInt32 minLen)
    {
        if (input.IsNull || minLen.IsNull)
            return SqlString.Null;
            
        string pattern = @"(^|\s)\w{1," + (minLen.Value - 1) + @"}(?=\s|$)";
        return new SqlString(Regex.Replace(input.Value, pattern, "").Trim());
    }
}

部署DLL并创建SQL函数：

CREATE ASSEMBLY TagTools FROM 'C:\Your\Path\TagProcessor.dll'
WITH PERMISSION_SET = SAFE;

CREATE FUNCTION dbo.FilterShortTags(@input NVARCHAR(MAX), @minLen INT)
RETURNS NVARCHAR(MAX)
AS EXTERNAL NAME TagTools.TagProcessor.FilterShortTags;

3. 实际使用
   当N=4时，查询处理后的标签：

SELECT dbo.FilterShortTags(TAGS, 4) AS FilteredTags
FROM Products;

示例输入"web web_design website website_design"会返回"web_design website website_design"。

二、Web项目端正则实现 #

如果在Web项目中直接处理标签字符串，不同语言的实现如下：

1. C#后端处理 #

string rawTags = "web web_design website website_design";
int minLength = 4;
string regexPattern = $@"\b\w{{1,{minLength-1}}}\b";
string filtered = Regex.Replace(rawTags, regexPattern, "").Trim();
// 拆分标签数组
string[] tagList = filtered.Split(new[] {' '}, StringSplitOptions.RemoveEmptyEntries);

2. JavaScript前端处理 #

const rawTags = "web web_design website website_design";
const minLength = 4;
const regex = new RegExp(`\\b\\w{1,${minLength-1}}\\b`, 'g');
const filteredTags = rawTags.replace(regex, '').trim().split(/\s+/);
// 结果为 ["web_design", "website", "website_design"]

注意事项 #

• 正则中的\b是单词边界，确保匹配完整标签；\w匹配字母、数字和下划线，若标签含特殊字符，可替换为[^\s]匹配非空格字符。
• 若SQL Server环境无法启用CLR，也可通过T-SQL的字符串拆分+筛选实现，但正则方式更简洁高效。

内容的提问来源于stack exchange，提问作者Mertez