数据分析师清洗数据必备之正则表达式-在Sqlserver数据库环境可用

用户87517476454 06-24 259

前言：

如今同学们对“oracle正则提取字符串”可能比较关怀，朋友们都想要了解一些“oracle正则提取字符串”的相关文章。那么小编也在网摘上网罗了一些关于“oracle正则提取字符串””的相关知识，希望你们能喜欢，咱们一起来了解一下吧！

在数据分析师群体中，使用正则表达式清洗数据源是一个非常刚需的需求，谁也不能期望自己拿到手的数据源是多么干净整齐的，特别是在网络世界中抓取回来的数据。字符串的处理能力再强，没有正则表达式，许多场景也是无能为力。

在Excel催化剂插件上，让Excel用户可以在Excel环境上使用正则表达式，在Sqlserver数据库环境下，更能使用，性能更佳，此篇带大家进入数据库存的正则表达式。

背景介绍

关于正则表达式如何使用，网上上也是铺天盖地的学习资料，这里不作展开分享。

对于数据分析师来说，正则表达式的掌握，是一项投入产出比非常高的技能，陪伴一生都能使用上。

在数据库级别，可以使用正则表达式，目前据我有限知识范围可知，只有Oracle和MySQL提供原生性支持，但Sqlserver却一直都没有。

听到这样的消息，貌似给自家所爱的Sqlserver泼了冷水一般，但Sqlsever提供了CLR程序集的扩展支持，正则表达式在.NET环境下，也是完美地支持。将.NET的能力迁移到Sqlserver上，就如Excel催化剂将.NET的能力嫁接到Excel上一般，无限地扩展，只差想象力罢了。

上述提及Oracle、MySQL已经支持正则表达式了，但支持不代表全部支持，就如国产的金蝶、用友也叫ERP软件，但和人家SAP比起来，差个十万八千里，数据分析师是以数据说话，就Oracle、MySQL所支持的能力，还不如我一个三流开发都写几句.NET程序封装出来的正则表达式强，特别是MySQL，更是弱鸡得不行，只支持一个类似RegexMatch的逻辑匹配功能。

安装Sqlserver的正则表达式程序集扩展

对大部分数据分析师而言，他们只需要使用工具，至于开发过程、原理，估计没几个人有兴趣，当然有兴趣者，网络上也是大量的学习资料，也可以自行学习，此处就提供一个简单的安装教程，直接一分钟完事，立马使用上。

因Sqlserver正则表达式的封装和Excel催化剂的正则表达式封装原代码一模一样（bug和性能也一样，若有更佳的，欢迎也提供一起交流，Excel催化剂正则函数已经开源了），故具体的正则函数的学习教程，建议翻阅Excel催化剂的推文。

安装过程

总共两个sql脚本文件，区别于网络上的复杂安装教程，笔者提供了原dll文件安装以外的直接二进制文件写入sql脚本中的方式，对于服务器上的安装更加方便（无需复制dll到目标服务器等操作）。

双击sql文件后，默认会以SSMS打开，在Sqlserver上，可以将自定义函数安装在不同的数据库中，甚至安装在master数据库也是可以，一般情况下，只会按需求安装在指定的数据库中即可，先进行数据库选定。

定位正则函数安装数据库

在版本如Sqlserver2017上，需要额外增加这个clr strict security开关的开启，如果低版本执行时，可能会报错，但不影响安装（微软为了安全性也是不断地迭代产品，这个开关，对于安装外来dll程序集是一种保护，让数据库更安全）。

直接F5或点击执行按钮执行即可

最后可以在可编程性标量值函数这里找到部署成功的正则函数，使用时和普通函数的使用无异，按要求传入其参数即可，参数具体的定义参照Excel催化剂自定义函数的介绍。

第39波-DotNet版的正则处理函数

部署成功的正则函数位置

最终的调用效果，传入了包含ch字母的匹配条件，即可计算出匹配的结果，1为真，0为假。

正则函数调用方法

上述提及的两个sql文件，可私信笔者免费获取。

结语

通过CLR程序集功能的扩展，让Sqlserver手上.NET的翅膀，可以无限地扩展Sqlserver的能力范畴，特别是对数据分析师十分刚需的正则表达式功能，简单几步，即可实现完美的.NET版本的正则表达式，远远甩开MySQL的正则能力，对比Oracle原生的正则也不输，这就是Sqlserver的魅力。

在写好的SQL查询包含正则表达式的字符串清理，可以下放到一般的普通用户去消费，无需任务代码级的开发和数据驱动的安装，用Sqlserver做数据分发就是这么爽。

CLR函数扩展另还有一个非常刚需的函数为字符串聚合函数，将在下一篇中给予介绍，敬请关注。

笔者未来聚焦在数据领域的分享，不限于Excel，会分享更多Sqlserver、dotNET、Azure、PowerBI等话题，升级数据分析的能力，欢迎继续关注。