MySQL语句实现字段拆分成多行

内容索引

问题简述

如上图，拆分字段为多行，只使用MySQL本身功能，不借助其它工具。

下页结合实例详述原理，最后是完整的拆分语句。实际使用中，只需把最后一节的语句当作模板，修改字段名、表名即可。

核心知识点

- 表连接关系 JOIN… ON 中使用小于号，而非通常用的等号
- MySQL函数 SUBSTRING_INDEX() 详参MariaDB文档或 MySQL文档

示例数据表article_tags

文章标签表，文章编号aid，及文章标签`tags` ；即待拆分tags数据，分隔符为 ” | “，竖线及前后空格共计三个字符。

CREATE TABLE `article_tags` (
  `aid` int(11) NOT NULL COMMENT 'article id',
  `tags` varchar(255) NOT NULL DEFAULT '',
  KEY `aid` (`aid`)
) ENGINE=MyISAM  DEFAULT CHARSET=utf8;

辅助表sp_idx

拆分过程需要一张辅助表，包含了正整数的序列的一列数据。可按下页语句构造1024行。

CREATE TABLE `sp_idx` (
 `id` smallint(5) unsigned NOT NULL AUTO_INCREMENT,
 `x` bit(1) NOT NULL DEFAULT b'0',
 PRIMARY KEY (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8 COMMENT='拆分辅助表(正整数序列)';
INSERT into `sp_idx`(`id`,`x`) values(1,0);
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;
INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;

计算每条记录拆分条数

计算每行要拆分成的行数据，即有多少条数据通过分隔符拼接在一起。即计算字符串中删除分隔符后长度的减少量，即是分隔符的个数*分隔符长度。分隔符个数+1 即是拆分条数。

这里使用char_length()计算长度；因为分隔符可能包含ASCII码，故不用length()。

SELECT r.`aid`, `tags`,
 (char_length(`tags`)-char_length(REPLACE(`tags`,' | ',''))) DIV char_length(' | ') + 1 as kw_count 
FROM `article_tags` r ;

联入入辅助表

按上步计算出的kw_count，联入相应条数的序列数据，从1 到 kw_count，序列数据从辅助表取。联表关系使用 < ，而不是通常使用的等于。

SELECT r.`aid`, `tags`
 ,x.`id`
FROM `article_tags` r INNER JOIN `sp_idx` x 
ON x.`id` <= (char_length(tags)-char_length(REPLACE(tags,' | ',''))) DIV char_length(' | ') + 1
;

按序号取子串

结果记录集最后一列id，事实上就是原始字符的排序号。每条记录按该序号截取子串即是结果了。这里使用 SUBSTRING_INDEX() 函数，截取前N段或后N段子串。

第一步，如下，截前N段子串的结果，再截最后一段即是每行所需结果。

SELECT r.`aid`, `tags`
 ,x.`id`, substring_index(`tags`,' | ',x.`id`) as step_1
 ,substring_index(substring_index(`tags`,' | ',x.`id`),' | ',-1) as step_2
FROM `article_tags` r
INNER JOIN `sp_idx` x 
on x.`id` <= (char_length(tags)-char_length(REPLACE(tags,' | ',''))) DIV char_length(' | ') + 1
;

总结整个过程

SELECT r.`aid`, `tags`
,x.`id` as idx, substring_index(substring_index(`tags`,' | ',x.`id`),' | ',-1) as piece
FROM `article_tags` r INNER JOIN `sp_idx` x 
ON x.`id` <= (char_length(`tags`)-char_length(REPLACE(`tags`,' | ',''))) DIV char_length(' | ') + 1 
WHERE r.`tags`!='' HAVING `piece` !='';

该语句，可以当作模板使用，其中：

`tags` 替换为待拆分字段（共4处），’ | ‘ 为分隔字符串（共4处）；
`piece`为拆分结果列，`idx` 为 `piece`在原始`tags`中的序号；
比前面步骤增加了WHERE及HAVING子句，用来排除原表tags为空字符串的行、及拆分piece为空字符串的行。

辅助表`sp_idx`需要事先建好，事实上只要从是从1开始的整数序列即可；如果待拆分子串数超过1024，则要扩充本表，多跑几次该句即可：INSERT into `sp_idx`(`x`) SELECT `x` FROM `sp_idx`;

如果实在不方便建辅助表，可以使用`mysql`. `help_topic`表的help_topic_id字段（不推荐）。要能保证其完整性，而且最大拆分子串数不大于`help_topic`的总行数。而且还要多加个where条件 help_topic_id>0，否则会拆分出多余的空串行，因为help_topic_id字段是从0开始编号的。

附件：

示例数据及SQL脚本 split_field_to_lines_in_mysql.zip