Metabase substring 表达式详解从文本中精准截取子串的完整指南【免费下载链接】metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:项目地址: https://gitcode.com/GitHub_Trending/me/metabasesubstring是 Metabase 自定义表达式Custom Expressions中用于从文本中提取子串的核心函数。本文以substring(text, position, length)语法为主线结合该开源仓库中 MBQL 表达式 schema 定义 与 SQL 编译实现系统讲解其参数规则、左右截取实战技巧、支持的数据类型、底层工作原理以及与regexExtract、SQL、Excel、Python 等工具的等价写法对比。读完本文你将能够用substring高效处理 SKU 编号、ISO 编码、标准格式邮箱等定长格式文本的清洗与拆分。函数语法与参数substring的调用形式为substring(text, position, length)参数说明示例text要提取子串的源文本字符串或字符串类型的字段引用user_idemail.composition子串起始位置从 1 开始计数1length要提取的字符数量必须是正数7例如从邮箱地址中提取用户 IDsubstring(user_idemail.com, 1, 7)结果为user_id。参数规则要点字符串的第一个字符位于位置 1而不是 0。这与很多编程语言如 Python的从 0 计数不同但与 SQL 标准函数SUBSTRING、Excel 的MID保持一致。length必须是正数即只能正向截取固定数量的字符不支持负数长度反向截取。从源码结构看MBQL 层面对substring的参数做了严格的类型约束。在 src/metabase/lib/schema/expression/string.cljc#L35-L38 中substring被定义为catnconcatenation类型的子句三个参数依次为(mbql-clause/define-catn-mbql-clause :substring :- :type/Text [:str [:schema [:ref ::expression/string]]] [:start [:schema [:ref ::expression/integer]]] [:length [:? [:schema [:ref ::expression/integer]]]])也就是说str参数必须是字符串表达式start参数必须是整数表达式length参数是可选的整数表达式整个表达式的返回类型为:type/Text文本。值得注意的是position与length并不强制要求是字面量数字——只要最终解析为整数表达式即可这意味着可以嵌套length([列])、count等返回整数的函数见下文从右侧截取。前端表达式编译器frontend/src/metabase/querying/expressions/test/generator.ts#L418-L424同样将substring的参数定义为字符串表达式 数字表达式 数字表达式。从左侧截取子串当需要提取文本开头的固定长度片段时直接设置position为1即可这正是substring最常见的用法。假设有一张任务表Mission ID字段形如19951113006前 8 位是日期/编号信息末尾 3 位是特工编号Mission IDAgent199511130060062006111400700719640917008008创建一个名为Agent的自定义列表达式为substring([Mission ID], 9, 3)含义是从第 9 个字符开始连续取 3 个字符得到006、007、008。这类定长、有固定格式的字符串正是substring最擅长处理的场景——SKU 编号、ISO 国家代码、标准化的邮箱地址等只要格式一致就能用一条表达式稳定拆分。从右侧截取子串substring本身不直接支持倒数第几个字符开始的写法但可以通过嵌套length函数把从右往左数换算成从左往右的起始位置。通用公式为1 length([column]) - position_from_right其中position_from_right表示从右往左数起始位置即倒数第几个字符length([column])返回整列文本的总长度。仍以上述任务表为例Agent 是末尾 3 位字符。position_from_right 3代入公式substring([Mission ID], (1 length([Mission ID]) - 3), 3)对19951113006而言length为 11起始位置为1 11 - 3 9即从第 9 个字符起取 3 位结果同样是006。表内计算过程如下Mission IDAgentsubstring 结果199511130060062006111400700719640917008008这里的length也是 Metabase 的内置文本函数其 MBQL 定义返回:type/Integer见 src/metabase/lib/schema/expression/string.cljc#L20-L21因此可以被substring直接当作整数表达式参数使用印证了上面提到的参数可以是表达式这一特性。接受的数据类型substring只接受文本String类型作为第一个参数其余数据类型均不支持数据类型是否可与substring配合String✅Number❌Timestamp❌Boolean❌JSON❌因此如果源字段是数字、日期、布尔或 JSON 等类型需要先用类型转换表达式将其转为文本再交给substring截取。底层实现substring 如何被编译成 SQL理解substring的底层编译过程有助于判断它在不同数据库上的行为差异。Metabase 的查询表达式会先被解析为 MBQLMetabase BI Query Language语法树再经由各数据库驱动编译为对应方言的 SQL。在通用 SQL 驱动层src/metabase/driver/sql/query_processor.clj#L1386-L1390中substring被编译为标准的 SQLSUBSTRING函数(defmethod -honeysql [:sql :substring] [driver [_ _opts arg start length]] (if length [:substring (-honeysql driver arg) (-honeysql driver start) (-honeysql driver length)] [:substring (-honeysql driver arg) (-honeysql driver start)]))注意这里对可选参数length的分支处理当未提供length时生成的 SQL 只带两个参数SUBSTRING(text, start)表示从起始位置取到末尾提供length时生成三参数形式SUBSTRING(text, start, length)。部分数据库方言需要单独适配。例如 SQLite 没有三参数的SUBSTRINGMetabase 在 src/metabase/driver/sqlite.clj#L414-L418 中将其改写为SUBSTR(defmethod sql.qp/-honeysql [:sqlite :substring] [driver [_ _opts arg start length]] (if length [:substr (sql.qp/-honeysql driver arg) (sql.qp/-honeysql driver start) (sql.qp/-honeysql driver length)] [:substr (sql.qp/-honeysql driver arg) (sql.qp/-honeysql driver start)]))MySQL 驱动src/metabase/driver/mysql.clj则使用substring_index系列函数进行适配。也就是说你在 Metabase 表达式中写下的substring([Mission ID], 9, 3)是数据库无关的统一写法实际执行时由 Metabase 按目标数据库自动翻译成SUBSTRING、SUBSTR等对应方言。限制与替代方案substring按固定字符数提取文本因此有两个天然局限无法基于模式匹配提取当截取规则比较复杂如找到最后一个00之后的所有字符时substring无能为力此时应改用regexExtract配合正则表达式。不处理空白字符如果只是想去掉文本两端的多余空格substring不是合适工具应改用trim/lTrim/rTrim系列表达式——这三个函数在 src/metabase/lib/schema/expression/string.cljc#L8-L10 中被统一定义为返回文本类型的一元函数。与其他工具/函数的等价写法RegexExtract模式驱动的提取若截取规则依赖模式而非固定位置可用regexExtract实现同样的效果。例如要提取19951113006中最后一个00及其之后的内容regexExtract([Mission ID], .(00.)$)其结果与substring([Mission ID], 9, 3)一致。二者取舍原则文本格式固定 → 用substring简单、可读性强格式多变或需按模式匹配 → 用regexExtract灵活、支持正则。SQL当你在 Notebook 编辑器中运行查询时Metabase 会把图形化的查询设置筛选、汇总、自定义列等转换为 SQL 并在数据库中执行。如果上述示例数据存放在 PostgreSQL 中SELECT mission_id, SUBSTRING(mission_id, 9, 3) AS agent FROM this_message_will_self_destruct;这段 SQL 与 Metabase 表达式substring([Mission ID], 9, 3)完全等价——这也正对应前面提到的通用 SQL 驱动将 MBQLsubstring编译为标准SUBSTRING的实现。SpreadsheetsExcel / Google Sheets如果数据在电子表格中且Mission ID位于 A 列mid(A2,9,3)Excel 的MID函数与 Metabasesubstring等价同为从第 9 个字符起取 3 个字符且二者都从位置 1 开始计数。Pythonpandas假设数据在名为df的 DataFrame 中df[Agent] df[Mission ID].str.slice(8, 11)str.slice(8, 11)提取从索引 8含到索引 11不含的字符即第 911 个字符与substring([Mission ID], 9, 3)结果相同。注意 Python 字符串索引从 0 开始因此这里写的是8, 11而不是9, 3这也提醒你跨工具迁移时务必留意计数基准的差异。进一步阅读Metabase 自定义表达式完整列表自定义表达式使用指南regexExtract 正则提取表达式详解表达式底层编译链路MBQL 字符串函数 schema、SQL 查询处理器、SQLite 驱动实现【免费下载链接】metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:项目地址: https://gitcode.com/GitHub_Trending/me/metabase创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Metabase substring 表达式详解：从文本中精准截取子串的完整指南
Metabase substring 表达式详解从文本中精准截取子串的完整指南【免费下载链接】metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:项目地址: https://gitcode.com/GitHub_Trending/me/metabasesubstring是 Metabase 自定义表达式Custom Expressions中用于从文本中提取子串的核心函数。本文以substring(text, position, length)语法为主线结合该开源仓库中 MBQL 表达式 schema 定义 与 SQL 编译实现系统讲解其参数规则、左右截取实战技巧、支持的数据类型、底层工作原理以及与regexExtract、SQL、Excel、Python 等工具的等价写法对比。读完本文你将能够用substring高效处理 SKU 编号、ISO 编码、标准格式邮箱等定长格式文本的清洗与拆分。函数语法与参数substring的调用形式为substring(text, position, length)参数说明示例text要提取子串的源文本字符串或字符串类型的字段引用user_idemail.composition子串起始位置从 1 开始计数1length要提取的字符数量必须是正数7例如从邮箱地址中提取用户 IDsubstring(user_idemail.com, 1, 7)结果为user_id。参数规则要点字符串的第一个字符位于位置 1而不是 0。这与很多编程语言如 Python的从 0 计数不同但与 SQL 标准函数SUBSTRING、Excel 的MID保持一致。length必须是正数即只能正向截取固定数量的字符不支持负数长度反向截取。从源码结构看MBQL 层面对substring的参数做了严格的类型约束。在 src/metabase/lib/schema/expression/string.cljc#L35-L38 中substring被定义为catnconcatenation类型的子句三个参数依次为(mbql-clause/define-catn-mbql-clause :substring :- :type/Text [:str [:schema [:ref ::expression/string]]] [:start [:schema [:ref ::expression/integer]]] [:length [:? [:schema [:ref ::expression/integer]]]])也就是说str参数必须是字符串表达式start参数必须是整数表达式length参数是可选的整数表达式整个表达式的返回类型为:type/Text文本。值得注意的是position与length并不强制要求是字面量数字——只要最终解析为整数表达式即可这意味着可以嵌套length([列])、count等返回整数的函数见下文从右侧截取。前端表达式编译器frontend/src/metabase/querying/expressions/test/generator.ts#L418-L424同样将substring的参数定义为字符串表达式 数字表达式 数字表达式。从左侧截取子串当需要提取文本开头的固定长度片段时直接设置position为1即可这正是substring最常见的用法。假设有一张任务表Mission ID字段形如19951113006前 8 位是日期/编号信息末尾 3 位是特工编号Mission IDAgent199511130060062006111400700719640917008008创建一个名为Agent的自定义列表达式为substring([Mission ID], 9, 3)含义是从第 9 个字符开始连续取 3 个字符得到006、007、008。这类定长、有固定格式的字符串正是substring最擅长处理的场景——SKU 编号、ISO 国家代码、标准化的邮箱地址等只要格式一致就能用一条表达式稳定拆分。从右侧截取子串substring本身不直接支持倒数第几个字符开始的写法但可以通过嵌套length函数把从右往左数换算成从左往右的起始位置。通用公式为1 length([column]) - position_from_right其中position_from_right表示从右往左数起始位置即倒数第几个字符length([column])返回整列文本的总长度。仍以上述任务表为例Agent 是末尾 3 位字符。position_from_right 3代入公式substring([Mission ID], (1 length([Mission ID]) - 3), 3)对19951113006而言length为 11起始位置为1 11 - 3 9即从第 9 个字符起取 3 位结果同样是006。表内计算过程如下Mission IDAgentsubstring 结果199511130060062006111400700719640917008008这里的length也是 Metabase 的内置文本函数其 MBQL 定义返回:type/Integer见 src/metabase/lib/schema/expression/string.cljc#L20-L21因此可以被substring直接当作整数表达式参数使用印证了上面提到的参数可以是表达式这一特性。接受的数据类型substring只接受文本String类型作为第一个参数其余数据类型均不支持数据类型是否可与substring配合String✅Number❌Timestamp❌Boolean❌JSON❌因此如果源字段是数字、日期、布尔或 JSON 等类型需要先用类型转换表达式将其转为文本再交给substring截取。底层实现substring 如何被编译成 SQL理解substring的底层编译过程有助于判断它在不同数据库上的行为差异。Metabase 的查询表达式会先被解析为 MBQLMetabase BI Query Language语法树再经由各数据库驱动编译为对应方言的 SQL。在通用 SQL 驱动层src/metabase/driver/sql/query_processor.clj#L1386-L1390中substring被编译为标准的 SQLSUBSTRING函数(defmethod -honeysql [:sql :substring] [driver [_ _opts arg start length]] (if length [:substring (-honeysql driver arg) (-honeysql driver start) (-honeysql driver length)] [:substring (-honeysql driver arg) (-honeysql driver start)]))注意这里对可选参数length的分支处理当未提供length时生成的 SQL 只带两个参数SUBSTRING(text, start)表示从起始位置取到末尾提供length时生成三参数形式SUBSTRING(text, start, length)。部分数据库方言需要单独适配。例如 SQLite 没有三参数的SUBSTRINGMetabase 在 src/metabase/driver/sqlite.clj#L414-L418 中将其改写为SUBSTR(defmethod sql.qp/-honeysql [:sqlite :substring] [driver [_ _opts arg start length]] (if length [:substr (sql.qp/-honeysql driver arg) (sql.qp/-honeysql driver start) (sql.qp/-honeysql driver length)] [:substr (sql.qp/-honeysql driver arg) (sql.qp/-honeysql driver start)]))MySQL 驱动src/metabase/driver/mysql.clj则使用substring_index系列函数进行适配。也就是说你在 Metabase 表达式中写下的substring([Mission ID], 9, 3)是数据库无关的统一写法实际执行时由 Metabase 按目标数据库自动翻译成SUBSTRING、SUBSTR等对应方言。限制与替代方案substring按固定字符数提取文本因此有两个天然局限无法基于模式匹配提取当截取规则比较复杂如找到最后一个00之后的所有字符时substring无能为力此时应改用regexExtract配合正则表达式。不处理空白字符如果只是想去掉文本两端的多余空格substring不是合适工具应改用trim/lTrim/rTrim系列表达式——这三个函数在 src/metabase/lib/schema/expression/string.cljc#L8-L10 中被统一定义为返回文本类型的一元函数。与其他工具/函数的等价写法RegexExtract模式驱动的提取若截取规则依赖模式而非固定位置可用regexExtract实现同样的效果。例如要提取19951113006中最后一个00及其之后的内容regexExtract([Mission ID], .(00.)$)其结果与substring([Mission ID], 9, 3)一致。二者取舍原则文本格式固定 → 用substring简单、可读性强格式多变或需按模式匹配 → 用regexExtract灵活、支持正则。SQL当你在 Notebook 编辑器中运行查询时Metabase 会把图形化的查询设置筛选、汇总、自定义列等转换为 SQL 并在数据库中执行。如果上述示例数据存放在 PostgreSQL 中SELECT mission_id, SUBSTRING(mission_id, 9, 3) AS agent FROM this_message_will_self_destruct;这段 SQL 与 Metabase 表达式substring([Mission ID], 9, 3)完全等价——这也正对应前面提到的通用 SQL 驱动将 MBQLsubstring编译为标准SUBSTRING的实现。SpreadsheetsExcel / Google Sheets如果数据在电子表格中且Mission ID位于 A 列mid(A2,9,3)Excel 的MID函数与 Metabasesubstring等价同为从第 9 个字符起取 3 个字符且二者都从位置 1 开始计数。Pythonpandas假设数据在名为df的 DataFrame 中df[Agent] df[Mission ID].str.slice(8, 11)str.slice(8, 11)提取从索引 8含到索引 11不含的字符即第 911 个字符与substring([Mission ID], 9, 3)结果相同。注意 Python 字符串索引从 0 开始因此这里写的是8, 11而不是9, 3这也提醒你跨工具迁移时务必留意计数基准的差异。进一步阅读Metabase 自定义表达式完整列表自定义表达式使用指南regexExtract 正则提取表达式详解表达式底层编译链路MBQL 字符串函数 schema、SQL 查询处理器、SQLite 驱动实现【免费下载链接】metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:项目地址: https://gitcode.com/GitHub_Trending/me/metabase创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
