ClickHouse中包含模式列表元素的文本映射替换方法

针对非完全匹配的多规则字符串替换需求，不需要用indexOf做全值匹配，根据你使用的ClickHouse版本选对应写法即可，两种方案都支持「只要文本包含模式子串就替换为对应值、未匹配内容原样保留」的逻辑。

方案1：全版本兼容写法（无版本限制） #

用arrayFold逐次遍历模式列表完成替换，所有ClickHouse版本都支持：

WITH
    -- 替换为你实际的匹配模式列表
    ['is the', 'this is a exact mach'] AS patterns,
    -- 替换为你实际的对应替换值列表，注意和patterns长度、顺序一一对应
    ['contains', 'replaced text exact match'] AS replacements
SELECT
    title,
    arrayFold(
        (current_text, pattern_idx) -> replaceAll(current_text, patterns[pattern_idx], replacements[pattern_idx]),
        arrayEnumerate(patterns),
        title
    ) AS replaced_title
FROM your_test_table -- 替换为你的实际表名

逻辑说明：

• arrayEnumerate(patterns)生成和模式列表等长的序号数组，保证匹配规则和替换值下标对齐
• 以原始title为初始值，按顺序遍历所有匹配规则，每一轮把当前文本中命中的模式子串替换为对应值，遍历完成后输出最终结果
• 基于普通字符串字面量匹配，不会解析正则特殊字符，子串存在即替换，完全覆盖部分包含、全值匹配两种场景

对应测试用例执行结果：

• 输入：this text is the second word → 输出：this text contains second word
• 输入：this is a exact mach → 输出：replaced text exact match

注意事项：如果多个匹配模式存在互相包含的情况，把更长的模式放在数组靠前位置，避免短模式先替换破坏长模式的匹配逻辑。

方案2：高版本简便写法（ClickHouse 21.10+） #

如果你的集群版本在21.10及以上，直接用内置的multiReplaceAll函数即可，性能更优（单次扫描文本完成所有替换，无多轮替换的顺序冲突问题），写法更简洁：

WITH
    -- 按(匹配模式, 替换值)的格式写配对列表
    [('is the', 'contains'), ('this is a exact mach', 'replaced text exact match')] AS replace_rules
SELECT
    title,
    multiReplaceAll(title, replace_rules) AS replaced_title
FROM your_test_table

如果需要按正则规则做匹配（比如忽略大小写、匹配可变格式片段），把上述方案里的replaceAll/multiReplaceAll替换为regexpReplace/multiRegexpReplace即可，逻辑完全一致。

内容的提问来源于stack exchange，提问作者lino