String Functions概要

String functionsは、文字列データを処理および操作するために使用される組み込み関数です。これらの関数は、連結、分割、置換、検索など、様々な文字列操作を実行するのに役立ちます。

UTF-8エンコーディングサポート

UTF-8エンコーディングは、キリル文字、ギリシャ文字、漢字、絵文字など、世界中のほぼすべての文字を表現できる可変長文字エンコーディングです。

Dorisのstring functionsでは、特に明記されていない限り、UTF-8エンコーディングがサポートされています。

例えば、substring関数はUTF-8でエンコードされた文字列を正しく処理できます：

ASCII文字

mysql> SELECT substring('abc1', 2);
+----------------------+
| substring('abc1', 2) |
+----------------------+
| bc1                  |
+----------------------+

ギリシャ文字

mysql> SELECT substring('αλφαβητον', 2, 4);
+---------------------------------------+
| substring('αλφαβητον', 2, 4)          |
+---------------------------------------+
| λφαβ                                  |
+---------------------------------------+
1 row in set (0.01 sec)

中国語文字

mysql> SELECT substring('你好，世界', 2, 2);
+------------------------------------+
| substring('你好，世界', 2, 2)      |
+------------------------------------+
| 好，                               |
+------------------------------------+

Emojis

mysql> SELECT substring('😊😊a😊 World!', 2, 3);
+-----------------------------------------+
| substring('😊😊a😊 World!', 2, 3)     |
+-----------------------------------------+
| 😊a😊                                  |
+-----------------------------------------+

パフォーマンスに関する考慮事項

UTF-8エンコードされた文字は可変長であるため、パフォーマンスに影響を与える可能性があります。一部の関数では、選択できるようにASCII版とUTF-8版の両方が提供されています。

例：

• length関数は文字列のバイト長を返します
• char_length関数は文字列の文字数を返します

mysql> select length('你好');
+------------------+
| length('你好')   |
+------------------+
|                6 |
+------------------+

mysql> select length('αλφαβητον');
+------------------------------+
| length('αλφαβητον')          |
+------------------------------+
|                           18 |
+------------------------------+

mysql> select char_length('你好');
+-----------------------+
| char_length('你好')   |
+-----------------------+
|                     2 |
+-----------------------+

mysql> select char_length('αλφαβητον');
+-----------------------------------+
| char_length('αλφαβητον')          |
+-----------------------------------+
|                                 9 |
+-----------------------------------+

特別な注意事項

UTF-8エンコーディングをサポートしていない一部の文字列関数については、ドキュメントで特別に言及されます。例えば、NGRAM_SEARCH関数はASCIIエンコードされた文字列のみをサポートします。

mysql> select ngram_search('abcab' , 'ab' , 2);
+----------------------------------+
| ngram_search('abcab' , 'ab' , 2) |
+----------------------------------+
|                              0.5 |
+----------------------------------+

非ASCII文字の場合、NGRAM_SEARCHは実行されますが、結果が期待通りにならない可能性があります。

mysql> select ngram_search('αβγαβ' , 'αβ' , 2);
+-----------------------------------------+
| ngram_search('αβγαβ' , 'αβ' , 2)        |
+-----------------------------------------+
|                      0.6666666666666666 |
+-----------------------------------------+