Nano Hash - криптовалюты, майнинг, программирование

SQL Anywhere Parse "изменяющиеся" подстроки в новые столбцы

У меня есть столбец БД, состоящий из одной длинной строки. Эта строка состоит из нескольких подстрок, разделенных символом CHAR(13). Моя проблема заключается в том, что подстроки различаются по длине. Моя цель - разобрать каждую подстроку (часть между каждым CHAR (13)) и поместить эту подстроку в свой собственный столбец.

Подстроки «стандартизированы» до точечного примера:

Voltage (VAC)=%CHAR(13)
Rating (A)=%CHAR(13)
Input Rating (A)=%CHAR(13)

-The (%) варьируется по длине. И первая строка не начинается с CHAR(13).

Я предполагаю, что мне придется использовать аналогичный обходной путь, но я не уверен, как это реализовать. Почему мы можем? Не выполнять хранимую процедуру в операторе select в оракуле? есть веская причина?

Заранее спасибо.

sql parsing regex sqlanywhere
28.09.2015

  • Используете ли вы Sybase SQL Anywhere? Если да, то почему вы также отметили MySql? 28.09.2015
  • Да, я использую SQL Anywhere. -Исправлено 28.09.2015
  • Помогают ли ответы здесь? stackoverflow .com/questions/24828567/ 28.09.2015
  • @ The TTG Guy Спасибо, это должно быть хорошим началом! 28.09.2015
  • @TTG Guy - моя проблема сейчас в том, что у меня больше двух символов Char (13), разделяющих более двух подстрок. Я могу найти первые две подстроки, но не последующие подстроки. 28.09.2015

Ответы:


1

Для конкретных столбцов:

SELECT
    SUBSTR(REGEX_SUBSTR(col1, 'Voltage \(VAC\)=[^\r]*'), 15) AS Voltage,
    SUBSTR(REGEX_SUBSTR(col1, 'Rating \(A\)=[^\r]*'), 12) AS Rating,
    SUBSTR(REGEX_SUBSTR(col1, 'Input Rating \(A\)=[^\r]*'), 18) AS Input_Rating
FROM mytable

Для общих столбцов:

SELECT
    REGEX_SUBSTR(REGEX_SUBSTR(col1, '[^=\r]+=[^\r]*', 1, row_num), '^[^=]*') AS Name,
    SUBSTR(REGEX_SUBSTR(REGEX_SUBSTR(col1, '[^=\r]+=[^\r]*', 1, row_num), '=.*'), 2) AS Value
FROM mytable, sa_rowgenerator(1, 100)
WHERE REGEX_SUBSTR(col1, '[^=\r]+=[^\r]*', 1, row_num) IS NOT NULL
29.09.2015
  • @Marcus Jarderot Сработало - большое спасибо! 29.09.2015
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..