SSIS派生列：从单列提取数值填充至两列的技术问题

嘿，我来帮你搞定这个字符串提取的麻烦！你之前的表达式问题出在两个地方：一是固定长度截取会把后面的非数字字符带进来，二是只能提取第一个匹配项，没法收集所有数值，也没处理无匹配的空值场景。下面给你两种靠谱的解决方案，优先推荐脚本组件，因为它能完美应对你的需求：

方案一：用Script Component（C#）—— 最灵活可靠的选择 #

这个方式能精准提取所有Mbc/abc后面的纯数值，自动拼接成你要的格式，还能处理无匹配时的Null填充，特别适合你数千条记录的场景：

1. 在Data Flow里拖一个Script Component，选「Transformation」类型
2. 进入组件编辑后，在「Input Columns」里勾选你的ProductDetails列
3. 切换到「Inputs and Outputs」，给Output 0添加两个新列：
   • MbcValues，数据类型选DT_WSTR（长度设个足够的，比如50）
   • AbcValues，同样选DT_WSTR
4. 点击「Edit Script」，把默认代码替换成以下C#代码：

using System;
using System.Text.RegularExpressions;
using Microsoft.SqlServer.Dts.Pipeline.Wrapper;
using Microsoft.SqlServer.Dts.Runtime.Wrapper;

[Microsoft.SqlServer.Dts.Pipeline.SSISScriptComponentEntryPointAttribute]
public class ScriptMain : UserComponent
{
    // 预编译正则，匹配"Mbc "或"abc "后面的纯数值（支持整数、小数）
    private readonly Regex _mbcRegex = new Regex(@"Mbc\s+(\d+\.?\d*)", RegexOptions.Compiled);
    private readonly Regex _abcRegex = new Regex(@"abc\s+(\d+\.?\d*)", RegexOptions.Compiled);

    public override void Input0_ProcessInputRow(Input0Buffer Row)
    {
        // 处理空输入的情况
        if (Row.ProductDetails_IsNull || string.IsNullOrWhiteSpace(Row.ProductDetails))
        {
            Row.MbcValues_IsNull = true;
            Row.AbcValues_IsNull = true;
            return;
        }

        // 提取所有Mbc对应的数值，用空格拼接
        var mbcMatches = _mbcRegex.Matches(Row.ProductDetails);
        if (mbcMatches.Count == 0)
        {
            Row.MbcValues_IsNull = true;
        }
        else
        {
            string mbcResult = string.Join(" ", mbcMatches.Cast<Match>().Select(m => m.Groups[1].Value));
            Row.MbcValues = mbcResult;
        }

        // 提取所有abc对应的数值，用空格拼接
        var abcMatches = _abcRegex.Matches(Row.ProductDetails);
        if (abcMatches.Count == 0)
        {
            Row.AbcValues_IsNull = true;
        }
        else
        {
            string abcResult = string.Join(" ", abcMatches.Cast<Match>().Select(m => m.Groups[1].Value));
            Row.AbcValues = abcResult;
        }
    }
}

为啥这个方案好用？ #

• 正则表达式精准定位关键词后的纯数值，不会把后面的字母带进来
• 自动收集所有匹配项，用空格拼成你要的格式（比如6.5 1 2.5）
• 空输入或者无匹配时，自动把输出列设为Null
• 预编译正则，处理数千条记录也不会慢

方案二：纯SSIS表达式（适合不想用脚本的场景） #

如果你坚持用表达式，那得结合TOKEN、FINDSTRING这些函数，但要注意这个方式只能处理固定数量的匹配项（比如你预估最多3个Mbc），扩展性差一些。举个提取Mbc列的例子：

-- 先判断有没有Mbc，没有的话返回Null
ISNULL(FINDSTRING(ProductDetails, "Mbc", 1)) ? NULL(DT_WSTR,50) : 
-- 提取第一个Mbc后的数值
SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 1)+4, 
    FINDSTRING(SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 1)+4, 100), " ", 1)-1) + 
-- 有第二个Mbc就追加
(TOKENCOUNT(ProductDetails, "Mbc") >1 ? " " + SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 2)+4, 
    FINDSTRING(SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 2)+4, 100), " ", 1)-1) : "") + 
-- 有第三个Mbc就追加
(TOKENCOUNT(ProductDetails, "Mbc") >2 ? " " + SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 3)+4, 
    FINDSTRING(SUBSTRING(ProductDetails, FINDSTRING(ProductDetails, "Mbc", 3)+4, 100), " ", 1)-1) : "")

abc列的表达式只要把所有Mbc换成abc就行。但这种方式要提前知道最多有多少个匹配，不然会漏，而且处理复杂字符串容易出问题，所以还是优先用脚本组件。

内容的提问来源于stack exchange，提问作者Brita