提取特定子字符串 sql

Question

我有一个包含 16 列的数据库。在第 16 列中，我有以下文本：

ASN_MAF=0.09;DOMAINS=Pfam_domain:PF00168,Prints_domain:.

我想提取PF00168，所以Pfam_domain:和,之间的子串。所有行都具有此模式：Pfam_domain: and ,.

我尝试执行此请求，但它不起作用：

res = sqldf(" 
SELECT SUBSTRING(v16, CHARINDEX("Pfam_domain:",v16)+1, 10000), CHARINDEX(",",v16)-1 )
FROM GeminiTable_germ
        ")

Answer 1

尝试：

SELECT SUBSTRING(v16, CHARINDEX('Pfam_domain:', v16)+12, CHARINDEX         
(',',v16) - (CHARINDEX('Pfam_domain:', v16)+12))

请注意，我在 SQL 语句中将 " 更改为 ' - 这是 SQL 中的一个重要区别。

Answer 2

假设我们要的是冒号和逗号之间的字符串，instr(v16, ':')+1就是冒号之后的字符位置。此外，我们想要的字符串的长度为 instr(v16, ',') - instr(v16, ':')-1，因此将 substr 与第二个和第三个参数一起使用：

library(sqldf)

GeminiTable_germ <- data.frame(v16 =
  "ASN_MAF=0.09;DOMAINS=Pfam_domain:PF00168,Prints_domain:.")

sqldf("select substr(v16, instr(v16, ':')+1, instr(v16, ',')-instr(v16, ':')-1) v16new 
  from GeminiTable_germ")

给予：

   v16new
1 PF00168

我们也可以将其分解并改为这样写：

field <- function(x, from, to) {
      from_pos <- sprintf("instr(%s, '%s')+1", x, from)
      to_pos <- sprintf("instr(%s, '%s')-%s-2", x, to, from_pos)
      sprintf("substr(%s, %s, %s)", x, from_pos, to_pos)
}
field('v16', ':', ',') # view generated code

fn$sqldf("select `field('v16', ':', ',')` v16new from GeminiTable_germ")

提取特定子字符串 sql

extract specific substring sql

sql

substring

r