从 SQL Server 列中提取 CSV 数据

Question

我正在寻求一些帮助来处理一些格式错误的数据。我知道有人问过类似的问题，但我没有找到与这个特定用例相关的任何答案。我的数据流是从SQL Server到SSIS，所以可以用任何方法来处理它。

我有一个包含几列的表，其中一列包含一个嵌套的 CSV，该 CSV 始终包含相同数量的字段，但使用

space

作为行结尾，并且数据本身内也有空格。

一些示例数据如下所示：

Person  House   Pets
-------------------------------------------------------------
person1 house1  "dog,rex,4 cat,sally,7 lizard,mr scales,4"
person2 house2  "fish,wanda,10 dog,bud,8"

我想做的是将这些 CSV 数据拆分成这样的表：

Person  House   Species Name        Age
------------------------------------------
person1 house1  dog     rex         4
person1 house1  cat     sally       7
person1 house1  lizard  mr scales   4
person2 house2  fish    wanda       10
person2 house2  dog     bud         8

在 SQL 中实现这一点很困难（也许不可能），因为数据本身也使用了行结束符（请参阅：

mr scales

）。

我正在寻找的是：

1. 我忽略的 T-SQL 解决方案或
2. SSIS 工具箱中的一个工具可以处理这个问题

如果答案属于 #2 并且是一个脚本任务，我将不胜感激，因为我没有使用 C#/VB 的经验

提前致谢，如果我在这里遗漏了任何重要或有用的细节，请告诉我。

Answer 1

我真的建议你在这里修改你的设计；位于数据库和 CSV 中，就像原始数据一样。由于您使用的分隔符也出现在数据中（空格），因此解析数据变得非常困难，因为您不知道字符（空格）是否是行分隔符。

对于这里的解决方案，我做出假设，任何值都不能有逗号作为其值的一部分（如果是的话，你的数据从根本上被破坏，毫无用处），品种不能有空格，并且所有“宠物”将永远有品种、名字和年龄。如果他们不这样做，那么这将不起作用（我再次建议你的数据从根本上被破坏）。

我这里使用

STRING_SPLIT

，它是

oridinal

参数；这在 SQL Server 2019（仅 2022+）中不可用，但是，我现在无法使用像

DelimitedSplit8k_LEAD

这样的旧解决方案。您将需要使用与提供字符串序号位置不同的拆分器（序号位置重要）。

我在这里用逗号分隔，这样就得到了most的数据。然后我将年龄和品种组合的行分开。最后，我根据行号和整数数学使用条件聚合重新组合行：

CREATE TABLE dbo.YourTable (Person varchar(30),
                            House varchar(30),
                            Pets varchar(8000));
GO

INSERT INTO dbo.YourTable (Person,
                           House,
                           Pets)
VALUES ('person1','house1','dog,rex,4 cat,sally,7 lizard,mr scales,4'),
       ('person2','house2','fish,wanda,10 dog,bud,8');
GO

WITH HalfNormalised AS(
    SELECT YT.Person,
           YT.House,
           ISNULL(SSS.Value,SSC.Value) AS Value,
           ROW_NUMBER() OVER (PARTITION BY YT.Person, YT.House ORDER BY SSC.ordinal, SSS.ordinal) AS RN
    FROM dbo.YourTable YT
         CROSS APPLY STRING_SPLIT(Pets,',',1) SSC
         OUTER APPLY STRING_SPLIT(CASE WHEN SSC.ordinal = 3 OR ((SSC.Ordinal +1) % 3 = 0 AND SSC.Ordinal > 3) THEN SSC.value END,' ',1) SSS)
SELECT HF.Person,
       HF.House,
       MAX(CASE WHEN RN % 3 = 1 THEN value END) AS Breed,
       MAX(CASE WHEN RN % 3 = 2 THEN value END) AS Name,
       MAX(CASE WHEN RN % 3 = 0 THEN value END) AS Age
FROM HalfNormalised HF
GROUP BY HF.Person,
         HF.House,
         (HF.RN-1) / 3;
GO

DROP TABLE dbo.YourTable;

db<>小提琴