DuckDB 文本函数（字符函数）用于字符类型数据的处理，例如字符串拼接、大小写转换、子串查找和替换、编码转换、路径解析、哈希计算、相似度测量等功能。
《DuckDB 教程》使用的示例表和数据：
字符串长度
字符串的长度可以按照两种方式进行计算：字符数量和字节数量。在多字节编码中，一个字符可能占用多个字节。
length(string) 函数用于计算字符串的字符数量，strlen(string) 函数用于计算字符串的字节数量。例如：
sql
SELECT length('数据库'), strlen('数据库');
┌──────────────────┬──────────────────┐
│ length('数据库') │ strlen('数据库') │
│ int64 │ int64 │
├──────────────────┼──────────────────┤
│ 3 │ 9 │
└──────────────────┴──────────────────┘字符串"数据库"包含 3 个字符，在 UTF-8 编码中占用 9 个字节。
另外，len(string)、char_length(string)、character_length(string) 函数都等价于 length(string) 函数。
大小写转换
lower(string)、lcase(string) 函数将字符串转换为小写，upper(string)、ucase(string) 函数将字符串转换为大写。例如：
sql
SELECT lower('DuckDB'), upper('DuckDB');
┌─────────────────┬─────────────────┐
│ lower('DuckDB') │ upper('DuckDB') │
│ varchar │ varchar │
├─────────────────┼─────────────────┤
│ duckdb │ DUCKDB │
└─────────────────┴─────────────────┘字符串拼接
连接运算符（||）可以将两个字符串拼接到一起，concat(s1, s2, ...) 函数将两个或者多个字符串连接到一起。例如：
sql
SELECT 'Duck' || 'DB', 'Duck' || NULL, concat('Duck', NULL, 'DB');
┌──────────────────┬──────────────────┬────────────────────────────┐
│ ('Duck' || 'DB') │ ('Duck' || NULL) │ concat('Duck', NULL, 'DB') │
│ varchar │ int32 │ varchar │
├──────────────────┼──────────────────┼────────────────────────────┤
│ DuckDB │ NULL │ DuckDB │
└──────────────────┴──────────────────┴────────────────────────────┘如果参数中出现空值（NULL），连接运算符（||）将会返回 NULL，concat(s1, s2, ...) 函数则会忽略空值。
如果想要使用特定的分隔符连接多个字符串，可以使用 concat_ws(separator, s1, s2 , ... )函数。例如：
sql
SELECT concat_ws('*', 'S', 'Q', 'L');
┌───────────────────────────────┐
│ concat_ws('*', 'S', 'Q', 'L') │
│ varchar │
├───────────────────────────────┤
│ S*Q*L │
└───────────────────────────────┘获取子串
DuckDB 支持通过下标索引获取子串，例如：
sql
SELECT 'DuckDB'[1], 'DuckDB'[1:4], 'DuckDB'[-1];
┌─────────────┬───────────────┬──────────────┐
│ 'DuckDB'[1] │ 'DuckDB'[1:4] │ 'DuckDB'[-1] │
│ varchar │ varchar │ varchar │
├─────────────┼───────────────┼──────────────┤
│ D │ Duck │ B │
└─────────────┴───────────────┴──────────────┘索引位置从 1 开始，负数代表从字符串右侧开始计算索引位置。
DuckDB 支持将字符串当作字符组成的数值或者列表进行处理，因此也可以使用 array_extract(string, index)、array_slice(list, begin, end)、list_slice(list, begin, end) 函数获取子串。
substr(string, start, length)、substring(string, start, length) 函数可以返回字符串 string 中从位置 start 开始的 length 个字符。例如：
sql
SELECT substr('DuckDB', 1, 4), substr('DuckDB', -2, 2);
┌────────────────────────┬─────────────────────────┐
│ substr('DuckDB', 1, 4) │ substr('DuckDB', -2, 2) │
│ varchar │ varchar │
├────────────────────────┼─────────────────────────┤
│ Duck │ DB │
└────────────────────────┴─────────────────────────┘另外，left(string, count)、right(string, count) 函数分别用于返回字符串开头和结尾的 count 个字符。例如：
sql
SELECT left('DuckDB', 4), right('DuckDB', 2);
┌─────────────────────┬──────────────────────┐
│ "left"('DuckDB', 4) │ "right"('DuckDB', 2) │
│ varchar │ varchar │
├─────────────────────┼──────────────────────┤
│ Duck │ DB │
└─────────────────────┴──────────────────────┘查找与替换
instr(string, search_string) 函数查找并返回字符串 string 中第一次出现 search_string 的位置，如果没有找到子串则会返回 0。例如：
sql
SELECT instr('DuckDB', 'DB'), instr('DuckDB', 'd');
┌───────────────────────┬──────────────────────┐
│ instr('DuckDB', 'DB') │ instr('DuckDB', 'd') │
│ int64 │ int64 │
├───────────────────────┼──────────────────────┤
│ 5 │ 0 │
└───────────────────────┴──────────────────────┘另外，position(string, search_string)、strpos(string, search_string) 函数等价于 instr(string, search_string)。
contains(string, search_string) 函数判断字符串 string 是否包含子串 search_string，starts_with(string, search_string) 函数判断字符串 string 是否以子串 search_string 开头，ends_with(string, search_string) 函数判断字符串 string 是否以子串 search_string 结束。例如：
sql
SELECT contains('DuckDB', 'u'), starts_with('DuckDB', 'Duck'), ends_with('DuckDB', 'Duck');
┌─────────────────────────┬───────────────────────────────┬─────────────────────────────┐
│ contains('DuckDB', 'u') │ starts_with('DuckDB', 'Duck') │ ends_with('DuckDB', 'Duck') │
│ boolean │ boolean │ boolean │
├─────────────────────────┼───────────────────────────────┼─────────────────────────────┤
│ true │ true │ false │
└─────────────────────────┴───────────────────────────────┴─────────────────────────────┘另外，prefix(string, search_string)、string ^@ search_string 等价于 starts_with(string, search_string) 函数，suffix(string, search_string) 等价于 ends_with(string, search_string) 函数。
replace(string, source, target) 函数将字符串 string 中的子串source 替换为 target。例如：
sql
SELECT replace('DuckDB', 'D', '*');
┌───────────────────────────────┐
│ "replace"('DuckDB', 'D', '*') │
│ varchar │
├───────────────────────────────┤
│ *uck*B │
└───────────────────────────────┘translate(string, from, to) 函数将字符串 string 中属于 from 集合的字符，逐个替换为 to 集合中对应位置的字符。如果 from 长度大于 to，那么在 to 中没有对应值的字符将被删除。
例如：
sql
SELECT translate('DuckDB', 'ABCcD', '12334');
┌───────────────────────────────────────┐
│ translate('DuckDB', 'ABCcD', '12334') │
│ varchar │
├───────────────────────────────────────┤
│ 4u3k42 │
└───────────────────────────────────────┘截断与填充
trim(string, characters) 函数删除字符串 string 开头和结尾处出现在字符集合 characters 中的字符，默认删除空格。例如：
sql
SELECT trim('DuckDB', 'DB');
┌─────────────────────────────┐
│ main."trim"('DuckDB', 'DB') │
│ varchar │
├─────────────────────────────┤
│ uck │
└─────────────────────────────┘另外，ltrim(string, characters) 函数表示从字符串左侧进行截断，rtrim(string, characters) 函数表示从字符串右侧进行截断，这两个函数是 trim 函数的简化版。
lpad(string, count, characters) 函数使用 characters 中的字符从左侧对字符串 string 进行填充，直到填充后的长度到达 count；如果 string 原始长度超过了 count，从右侧开始截断。
rpad(string, count, characters) 函数使用 characters 中的字符从右侧对字符串 string 进行填充，直到填充后的长度到达 count；如果 string 原始长度超过了 count，同样从右侧开始截断。
例如：
sql
SELECT lpad('DuckDB', 10, '*-'), rpad('DuckDB', 4, '*-');
┌──────────────────────────┬─────────────────────────┐
│ lpad('DuckDB', 10, '*-') │ rpad('DuckDB', 4, '*-') │
│ varchar │ varchar │
├──────────────────────────┼─────────────────────────┤
│ *-*-DuckDB │ Duck │
└──────────────────────────┴─────────────────────────┘另外，repeat(string, count) 函数用于返回字符串 string 重复 count 次之后的结果。例如：
sql
SELECT repeat('A', 3) as tripple;
┌─────────┐
│ tripple │
│ varchar │
├─────────┤
│ AAA │
└─────────┘分割字符串
string_split(string, separator) 函数基于分隔符 separator 对字符串 string 进行拆分，返回一个字符串数组。例如：
sql
SELECT string_split('张三,李四,王五', ',');
┌─────────────────────────────────────┐
│ string_split('张三,李四,王五', ',') │
│ varchar[] │
├─────────────────────────────────────┤
│ [张三, 李四, 王五] │
└─────────────────────────────────────┘另外，split()、str_split()、string_to_array() 函数都等价于 string_split() 函数。
split_part(string, separator, index) 函数基于分隔符 separator 对字符串 string 进行拆分，返回第 index 个子串。例如：
sql
SELECT split_part('张三,李四,王五', ',', 2);
┌──────────────────────────────────────┐
│ split_part('张三,李四,王五', ',', 2) │
│ varchar │
├──────────────────────────────────────┤
│ 李四 │
└──────────────────────────────────────┘字符串反转
reverse(string) 函数用于反转字符串，例如：
sql
SELECT reverse('DuckDB');
┌───────────────────┐
│ reverse('DuckDB') │
│ varchar │
├───────────────────┤
│ BDkcuD │
└───────────────────┘编码转换
to_binary(string)、bin(string) 函数用于将字符串转换为二进制形式，from_binary(value)、unbin(value) 函数用于将二进制字符串转换为 blob。例如：
sql
SELECT bin('a'), unbin('01100001');
┌──────────┬───────────────────┐
│ bin('a') │ unbin('01100001') │
│ varchar │ blob │
├──────────┼───────────────────┤
│ 01100001 │ a │
└──────────┴───────────────────┘to_base64(blob)、base64(blob) 函数用于将 blob 数据转换为 base64 编码字符串，from_base64(string) 函数用于将 base64 编码字符串转换为 blob。例如：
sql
SELECT to_base64('a'), from_base64('YQ==');
┌────────────────┬─────────────────────┐
│ to_base64('a') │ from_base64('YQ==') │
│ varchar │ blob │
├────────────────┼─────────────────────┤
│ YQ== │ a │
└────────────────┴─────────────────────┘to_hex(string)、hex(string) 函数用于将字符串转换为十六进制形式，from_hex(value)、unhex(value) 函数用于将十六进制字符串转换为 blob。例如：
sql
SELECT hex('a'), unhex('61');
┌──────────┬─────────────┐
│ hex('a') │ unhex('61') │
│ varchar │ blob │
├──────────┼─────────────┤
│ 61 │ a │
└──────────┴─────────────┘url_encode(string) 函数用于将 URL 字符串转换为百分号编码格式，url_decode(string) 函数用于将百分号编码格式的 URL 字符串进行解码。例如：
sql
SELECT url_encode('https://duckdb.org/why_duckdb#portable');
┌──────────────────────────────────────────────────────┐
│ url_encode('https://duckdb.org/why_duckdb#portable') │
│ varchar │
├──────────────────────────────────────────────────────┤
│ https%3A%2F%2Fduckdb.org%2Fwhy_duckdb%23portable │
└──────────────────────────────────────────────────────┘
SELECT url_decode('https%3A%2F%2Fduckdb.org%2Fwhy_duckdb%23portable');
┌────────────────────────────────────────────────────────────────┐
│ url_decode('https%3A%2F%2Fduckdb.org%2Fwhy_duckdb%23portable') │
│ varchar │
├────────────────────────────────────────────────────────────────┤
│ https://duckdb.org/why_duckdb#portable │
└────────────────────────────────────────────────────────────────┘哈希计算
DuckDB 提供多种哈希计算函数，包括非加密哈希函数 hash(value, ...)，加密哈希函数 md5(string)、sha1(value)、sha256(value) 等。例如：
sql
SELECT hash('DuckDB'), md5('DuckDB');
┌─────────────────────┬──────────────────────────────────┐
│ hash('DuckDB') │ md5('DuckDB') │
│ uint64 │ varchar │
├─────────────────────┼──────────────────────────────────┤
│ 9220287917019107744 │ 8a47bfd3da416301bc8a0dee487c2e7c │
└─────────────────────┴──────────────────────────────────┘路径解析
DuckDB 提供了一组非常实用的文件路径解析函数，特别适合日志分析、数据湖、文件管理等场景。
其中，parse_filename(string, trim_extension, separator) 函数用于获取路径中的文件名；trim_extension 设置为 true 表示返回结果不包含文件后缀，默认值为 false；separator 指定路径中的分隔符，取值包括 system、both_slash （默认）forward_slash（斜线）以及 backslash（反斜线）。例如：
sql
SELECT parse_filename('/usr/tmp/duck.db', 'forward_slash');
┌─────────────────────────────────────────────────────┐
│ parse_filename('/usr/tmp/duck.db', 'forward_slash') │
│ varchar │
├─────────────────────────────────────────────────────┤
│ duck.db │
└─────────────────────────────────────────────────────┘parse_dirname(path, separator) 函数用于获取顶层目录名；separator 指定路径中的分隔符，取值包括 system、both_slash （默认）、forward_slash（斜线）以及 backslash（反斜线）。例如：
sql
SELECT parse_dirname('/usr/tmp/duck.db');
┌───────────────────────────────────┐
│ parse_dirname('/usr/tmp/duck.db') │
│ varchar │
├───────────────────────────────────┤
│ / │
└───────────────────────────────────┘parse_dirpath(path, separator) 函数用于获取目录路径（不包含文件名）；separator 指定路径中的分隔符，取值包括 system、both_slash （默认）forward_slash（斜线）以及 backslash（反斜线）。例如：
sql
SELECT parse_dirpath('/usr/tmp/duck.db');
┌───────────────────────────────────┐
│ parse_dirpath('/usr/tmp/duck.db') │
│ varchar │
├───────────────────────────────────┤
│ /usr/tmp │
└───────────────────────────────────┘parse_path(path, separator) 函数用于返回将路径（包括文件名）拆分后组成的数组；trim_extension 设置为 true 表示返回结果不包含文件后缀，默认值为 false；separator 指定路径中的分隔符，取值包括 system、both_slash （默认）forward_slash（斜线）以及 backslash（反斜线）。例如：
sql
SELECT parse_path('/usr/tmp/duck.db');
┌────────────────────────────────┐
│ parse_path('/usr/tmp/duck.db') │
│ varchar[] │
├────────────────────────────────┤
│ [/, usr, tmp, duck.db] │
└────────────────────────────────┘文本进度条
bar(x, min, max, width) 是一个特殊的文本函数，它会根据 x 位于 (min, max) 中的位置生成一个最大宽度 width 为文本进度条，width 默认为 80。例如：
sql
SELECT emp_name, salary, bar(salary, 0, 30000, 20)
FROM employee
ORDER BY salary DESC
LIMIT 5;
┌──────────┬──────────────┬───────────────────────────┐
│ emp_name │ salary │ bar(salary, 0, 30000, 20) │
│ varchar │ decimal(8,2) │ varchar │
├──────────┼──────────────┼───────────────────────────┤
│ 刘备 │ 30000.00 │ ████████████████████ │
│ 关羽 │ 26000.00 │ █████████████████▎ │
│ 张飞 │ 24000.00 │ ████████████████ │
│ 诸葛亮 │ 24000.00 │ ████████████████ │
│ 赵云 │ 15000.00 │ ██████████ │
└──────────┴──────────────┴───────────────────────────┘