如何使用SQL Substring函数提取部分字符串？

来源：网络学院作者：BIT程序员头衔：程序员

导读：本期聚焦于BIT程序员创作的《如何使用SQL Substring函数提取部分字符串？》，敬请观看详情。当需要从数据库字段中截取特定片段时，SUBSTRING函数几乎是每个SQL开发者都会用到的工具。无论是处理身份证号、截取日志前缀，还是拆分固定格式的编码，这个函数都能派上用场。然而不同数据库对SUBSTRING函数的实现细节存在差异，参数起始位置从0还是1开始、能否使用负数索引、与SUBSTR的兼容性等问题，经常让开发者踩坑。本文从基础语法入手，对比MySQL、SQL Server、PostgreSQL和Oracle的差异，结合真实场景演示如何提取字符串的中间部分、末尾部分以及动态定位截取，并给出避免常见的字符集和性能问题的建议。读完本文，你不仅能熟练使用SUBSTRING，还会理解为什么有时应该优先考虑LEFT、RIGHT或正则表达式。

SUBSTRING函数是SQL中用于从字符串中截取子串的核心函数，几乎每个涉及文本处理的任务都离不开它。不同的数据库对其命名和参数细节略有不同，但核心思想一致：给定一个字符串、起始位置和长度，返回对应片段。理解它的行为，特别是起始位置的计算方式，是避免数据截取错误的基石。本文将系统性地梳理SUBSTRING在各主流数据库中的用法差异，并通过实际案例展示如何高效地提取所需内容。

SUBSTRING函数基础语法与参数含义

标准SQL中，SUBSTRING函数的签名通常写作SUBSTRING(expression FROM start [FOR length])，但大多数数据库也提供了简化形式SUBSTRING(expression, start, length)。其中expression是要被截取的原始字符串，可以是列名、字符串常量或表达式；start表示起始位置；length表示要截取的字符数，可以省略，省略时表示截取到字符串末尾。

起始位置start的索引规则是初学者最常混淆的点。在MySQL、PostgreSQL、SQL Server和Oracle中，start都是从1开始计数的，也就是说第一个字符的位置是1，而不是0。这一点与许多编程语言（如Java、Python）的字符串索引不同，需要特别注意。例如SUBSTRING('Hello', 1, 2)返回He，而如果从0开始则会返回不同的结果。此外，length参数如果超过了字符串剩余的长度，则只会返回从start到字符串末尾的所有字符，不会报错。

下面是一个基础示例，展示如何从固定位置提取子字符串：

SELECT SUBSTRING('Hello World', 1, 5) AS result;
-- 返回 'Hello'
SELECT SUBSTRING('Hello World', 7) AS result;
-- 返回 'World'，省略length则截取到末尾

需要注意的是，部分数据库支持负数起始位置，表示从字符串末尾向前计数。例如在MySQL中，SUBSTRING('Hello', -2, 2)会返回ll。但在SQL Server中，起始位置不允许为负数，必须为正整数，否则会报错。这种差异在实际迁移数据库时经常引发问题，后续章节会详细讨论。

另外，SQL标准还定义了SUBSTR作为SUBSTRING的别名。在MySQL和Oracle中，两者可以互换使用；在PostgreSQL中只有substring（不区分大小写），没有substr（虽然可以通过扩展支持，但不推荐依赖）；在SQL Server中则只能使用SUBSTRING。理解这些别名关系有助于编写可移植的SQL代码。

主流数据库中的SUBSTRING实现差异

虽然SUBSTRING的核心功能一致，但不同数据库在参数细节、边界处理和附加功能上存在明显差异。这些差异如果不加以重视，很可能会导致数据迁移时出现隐蔽的错误。下面逐一对比四种常见数据库的行为。

MySQL中的SUBSTRING（或SUBSTR）非常灵活：起始位置从1开始，允许使用负数表示从末尾倒数，length参数可省略。此外，MySQL还提供了SUBSTRING_INDEX函数，用于按分隔符截取，这是其他数据库没有的便利工具。下面代码展示了MySQL的几个典型用法：

-- 从第4个字符开始截取3个字符
SELECT SUBSTRING('MySQL Substring', 4, 3); -- 返回 'SQL'
-- 负数索引：从倒数第3个字符开始截取到末尾
SELECT SUBSTRING('MySQL Substring', -3);   -- 返回 'ing'
-- 按分隔符截取：获取第一个空格前的部分
SELECT SUBSTRING_INDEX('MySQL Substring Demo', ' ', 1); -- 返回 'MySQL'

SQL Server的SUBSTRING函数相对严格：起始位置从1开始，不支持负数，且length参数必须提供，不能省略。如果省略第三参数，SQL Server会抛出语法错误。另外，SQL Server中没有SUBSTR别名，也没有类似SUBSTRING_INDEX的内置函数，通常需要组合CHARINDEX和SUBSTRING来实现按位置截取。例如从邮箱地址中提取用户名部分：

DECLARE @email VARCHAR(100) = 'user@ipipp.com';
SELECT SUBSTRING(@email, 1, CHARINDEX('@', @email) - 1) AS username;
-- 返回 'user'

PostgreSQL遵循SQL标准，使用substring函数（小写或大写均可），起始位置从1开始，支持负数索引，length可省略。PostgreSQL还提供了更强大的正则表达式截取形式substring(string from pattern)，可以直接按模式提取内容，这在处理复杂文本时非常高效。例如提取括号内的内容：

-- 普通截取
SELECT substring('PostgreSQL substring' from 1 for 10); -- 返回 'PostgreSQL'
-- 正则截取：提取括号中的数字
SELECT substring('order id: 12345 (completed)' from '\(([0-9]+)\)'); -- 返回 '12345'

Oracle使用SUBSTR函数（也兼容SUBSTRING但官方更推荐SUBSTR），起始位置从1开始，支持负数索引，length可省略，并且当length为0时返回空字符串（而不是NULL）。Oracle还提供了INSTR函数用于查找子串位置，通常与SUBSTR配合使用。示例：

-- 从第3个字符开始截取4个字符
SELECT SUBSTR('Oracle Substr', 3, 4) FROM dual; -- 返回 'acle'
-- 使用负数索引：从倒数第6个字符开始截取到末尾
SELECT SUBSTR('Oracle Substr', -6) FROM dual; -- 返回 'Substr'
-- 结合INSTR截取域名部分
SELECT SUBSTR('www.ipipp.com', INSTR('www.ipipp.com', '.', 1, 1) + 1) FROM dual;
-- 返回 'ipipp.com'

这些差异表明，在编写跨数据库的SQL代码时，不能想当然地假设SUBSTRING行为一致。特别是起始位置规则、负数支持、参数必填性等，最好查阅目标数据库的官方文档，或者在代码注释中明确注明适配的数据库版本。

SUBSTRING实战应用：从特定格式中提取数据

在实际业务中，SUBSTRING很少单独使用，而是与位置查找函数（如CHARINDEX、LOCATE、INSTR、POSITION）或正则表达式结合，从非结构化或半结构化文本中提取有意义的信息。下面通过三个常见场景展示具体实现方法。

第一个场景是从身份证号中提取出生日期。中国身份证号的第7到14位是出生日期，格式为YYYYMMDD，因此可以使用SUBSTRING从固定位置截取8个字符，再转换为日期格式。不同数据库的日期转换函数不同，这里以MySQL为例：

-- 假设表 users 中 id_card 列存储身份证号
SELECT 
    id_card,
    STR_TO_DATE(SUBSTRING(id_card, 7, 8), '%Y%m%d') AS birth_date
FROM users;

第二个场景是截取邮箱前缀。邮箱地址中，用户名是@符号之前的部分，而@的位置需要通过查找函数获得。在MySQL中可以使用LOCATE函数，SQL Server使用CHARINDEX，Oracle使用INSTR，PostgreSQL使用POSITION。下面给出MySQL和SQL Server的两个版本：

-- MySQL版本
SELECT 
    email,
    SUBSTRING(email, 1, LOCATE('@', email) - 1) AS username
FROM users;

-- SQL Server版本
SELECT 
    email,
    SUBSTRING(email, 1, CHARINDEX('@', email) - 1) AS username
FROM users;

第三个场景是从URL中提取域名部分。这个问题稍微复杂，因为URL可能包含协议前缀、端口、路径等。通常可以先去除协议前缀，然后截取到第一个/或:之前。例如从https://www.ipipp.com:8080/path中提取www.ipipp.com。下面以PostgreSQL为例，使用substring的正则模式截取：

-- 从URL中提取域名（不含端口和路径）
SELECT 
    url,
    substring(url from 'https?://([^/:]+)') AS domain
FROM web_logs;

以上案例说明，SUBSTRING的价值在于与其他函数灵活配合。掌握这些组合技巧后，处理日志解析、数据清洗、报表生成等任务会事半功倍。但也要注意，正则表达式虽然强大，在大数据量下可能带来性能开销，需要根据实际场景权衡。

常见误区与性能优化建议

使用SUBSTRING时，有几个容易掉进去的坑值得特别警惕。第一个坑就是起始索引的混淆。如前所述，SQL索引从1开始，而许多编程语言从0开始。如果开发者沿用编程习惯，很容易截取出错误的结果。例如，想提取字符串的前3个字符，正确写法是SUBSTRING(str, 1, 3)，而误写成SUBSTRING(str, 0, 3)在大多数数据库中会返回空字符串或错误（SQL Server会报错，因为起始位置不能为0）。因此，在编写SQL前务必确认数据库的索引规则。

第二个常见误区是在WHERE子句中对列使用SUBSTRING函数。这种写法会导致数据库无法使用该列上的索引，从而进行全表扫描。例如下面的查询：

-- 性能较差：对列应用函数导致索引失效
SELECT * FROM orders WHERE SUBSTRING(order_code, 1, 2) = 'AB';

如果该查询频繁执行且数据量很大，可以考虑以下几种优化方案：一是在表中增加一个冗余列存储截取后的结果并建立索引；二是使用函数索引（某些数据库如PostgreSQL和Oracle支持）；三是改写条件，比如使用LIKE 'AB%'（如果只是判断前缀）。但要注意，LIKE 'AB%'可以利用索引，而LIKE '%AB%'则不能。因此优化前需要分析具体查询模式。

第三个坑涉及多字节字符集。在处理UTF-8等变长编码的字符串时，有些数据库的SUBSTRING函数是按字符数而不是字节数截取的（如MySQL的utf8mb4字符集），但某些旧版本或特定配置下可能存在按字节截取的情况，导致中文字符被截断成乱码。务必确保数据库连接和列的字符集设置正确，并在必要时使用CHAR_LENGTH验证字符数。如果遇到按字节截取的需求，可以使用SUBSTRING的字节版本（如MySQL的SUBSTRING在binary字符串上按字节操作），或使用专门函数。

性能优化方面，如果只需要提取字符串的开头或结尾部分，优先考虑使用LEFT和RIGHT函数，它们在语义上更清晰，且部分数据库内部可能做了优化。例如LEFT(str, n)等价于SUBSTRING(str, 1, n)，RIGHT(str, n)等价于从末尾截取n个字符。对于需要动态定位的场景，尽量减少在循环中逐行调用SUBSTRING，可以尝试使用集合操作或临时表一次性处理。此外，如果截取逻辑非常复杂，考虑使用数据库的正则表达式函数（如PostgreSQL的substring正则模式）或应用层处理，避免SQL过度复杂导致维护困难。

最后，定期审查包含SUBSTRING的查询，分析执行计划，确保索引被正确利用。同时，在数据库迁移或升级时，重新测试所有涉及字符串截取的代码，因为不同数据库对边界条件和异常输入的处理可能不同。将截取逻辑封装成视图或存储过程，也能减少重复代码并集中管理差异。

SQL Substring 字符串提取 SQL函数修改时间：2026-09-22 16:03:33

免责声明：已尽一切努力确保本网站所含信息的准确性。网站作品多为原创整理与精心创作，观点力求客观中立。本站旨在免费分享，内容仅供个人学习、研究或参考使用。若引用了第三方作品，版权归原作者所有。如内容涉及您的权益，请联系我们进行处理Email：chomcom@qq.com。
引用或转载本作品时，请注明当前出处：https://www.ipipp.com/html/0922/60540.html，基于非商业用途的前提下，欢迎转载或二创本作品。