在数据库日常的业务查询与数据维护中，字符串是最常见也最容易出问题的一类数据类型。无论是用户填写的昵称、地址，还是接口传回的JSON片段，都可能包含多余空格、异常符号或编码不一致的情况。如果把这些原始数据直接用于关联、分组或展示，轻则统计偏差，重则导致系统异常。因此，熟练运用SQL提供的字符串函数，是开发者和数据分析师必须具备的基础能力。
一、基础清理类函数
最常被用到的字符串函数是清理性质的，它们负责把“脏”数据变成规范形态。以MySQL为例，TRIM()可以删除字符串首尾的空格；如果只想去掉左边或右边，可以用LTRIM()和RTRIM()。UPPER()和LOWER()则用来统一英文字母的大小写，避免因为“Tom”和“tom”被算成两个不同用户。
另一个实用函数是REPLACE()，它把字段中的指定子串替换成新内容。例如很多老系统里全角逗号“，”和半角“,”混用，直接写条件判断会很麻烦，用REPLACE把全角转半角后再处理就简单多了。下面是一段典型清理语句：
SELECT user_id, TRIM(REPLACE(nickname, '，', ',')) AS clean_name, UPPER(LEFT(email, 1)) + LOWER(SUBSTRING(email, 2)) AS norm_email FROM user_profile WHERE TRIM(nickname) <> '';
这段代码先把昵称里的全角逗号换成半角，再去掉首尾空格；对邮箱首字母大写其余小写做规范化。注意不同数据库的字符串拼接符不同，SQL Server用加号，MySQL用CONCAT()，实际写时要对应调整。
二、截取与查找函数
当我们需要从一段长文本里拿出某部分信息时，SUBSTRING()和CHARINDEX()（或MySQL的LOCATE()）组合非常高效。比如邮箱字段“zhangsan@ipipp.com”，若只想取用户名部分，就要找到“@”的位置再向左截取。
在SQL Server中可以用CHARINDEX定位，再用SUBSTRING截取；MySQL则常用SUBSTRING_INDEX，按分隔符直接切分，更加直观。以下示例展示两种写法：
-- SQL Server 写法
SELECT
email,
SUBSTRING(email, 1, CHARINDEX('@', email) - 1) AS user_name
FROM user_account;
-- MySQL 写法
SELECT
email,
SUBSTRING_INDEX(email, '@', 1) AS user_name
FROM user_account;
这类函数在日志解析、URL参数提取时特别有用。比如从“/order/detail?id=1001”里取订单号，用SUBSTRING_INDEX以“=”分割即可。不过要留意，如果字段里不存在指定分隔符，CHARINDEX会返回0，SUBSTRING长度为负会报错，所以生产代码通常要套一层CASE WHEN做保护。
三、拼接与长度计算
CONCAT()是把多列或常量拼成完整字符串的工具。做报表时经常要把“省+市+区+详细地址”合并成发货地址列，用CONCAT比在应用层拼更安全，也能减少网络传输。LENGTH()或LEN()则返回字符数，常用来校验输入是否超长。
下面的例子演示了地址拼接以及过滤掉长度异常的记录：
SELECT CONCAT(province, city, district, detail) AS full_address, LENGTH(CONCAT(province, city, district, detail)) AS addr_len FROM shipping_info WHERE LENGTH(detail) BETWEEN 5 AND 60;
这里用LENGTH限制了详细地址在5到60字符之间，避免脏数据进入下游系统。要注意中文在不同编码下长度计算有差异，UTF8里一个汉字占3字节，LENGTH返回的是字节数；若需字符数，MySQL应使用CHAR_LENGTH()。这个细节在写校验逻辑时经常被忽略。
四、结合条件表达式做复杂清洗
真实业务不会只有单一规则，往往需要CASE WHEN嵌套字符串函数，实现多分支处理。例如手机号字段可能带国家码“+86”，也可能没有，还要过滤非数字字符。
我们可以先用REPLACE去掉加号和空格，再用CASE判断长度，统一成11位本地号码：
SELECT
raw_phone,
CASE
WHEN LENGTH(REPLACE(REPLACE(phone, '+86', ''), ' ', '')) = 11
THEN REPLACE(REPLACE(phone, '+86', ''), ' ', '')
ELSE NULL
END AS clean_phone
FROM customer_contact;
这种写法把清洗逻辑完全下推到数据库，应用层拿到就是可用数据。比起把全表拉到内存里用代码处理，数据库引擎做字符串运算通常更快，也降低了后端服务的复杂度。当然，若清洗规则极其复杂，也可考虑写成数据库函数或存储过程，便于复用。
五、性能与注意事项
虽然字符串函数很方便，但在大表上对任意字段套多层函数会导致索引失效。比如WHERE UPPER(name) = 'TOM'就无法使用name上的普通索引。此时可以建立函数索引，或者规范录入端数据，从源头减少转换。
另外，不同数据库的字符串函数名和参数顺序差异很大，迁移时要逐一核对。建议把常用的清洗逻辑封装成视图，既隐藏了底层差异，也方便业务方直接查询。掌握这些实用技巧后，你在SQL中处理字符串就会更加从容高效。