substr：截取子串

速查结论

substr(str, pos[, len]) 是 Spark SQL 中用于从指定位置截取子字符串的函数。

语法

substr(str, pos[, len])
substr(str FROM pos[ FOR len]])

两种语法等价：

• substr(str, pos, len) —— 标准函数调用语法
• substr(str FROM pos FOR len) —— SQL 标准语法

参数说明

参数	类型	说明
str	STRING	源字符串表达式，或字节数组
pos	INT	起始位置（从 1 开始）。如果为负数，则从字符串末尾反向计数
len	INT	可选。要截取的字符长度。如果未指定，则截取从 pos 到字符串末尾的所有字符

示例

> SELECT substr('Spark SQL', 5);
 k SQL
> SELECT substr('Spark SQL', -3);
 SQL
> SELECT substr('Spark SQL', 5, 1);
 k
> SELECT substr('Spark SQL' FROM 5);
 k SQL
> SELECT substr('Spark SQL' FROM -3);
 SQL
> SELECT substr('Spark SQL' FROM 5 FOR 1);
 k
> SELECT substr(encode('Spark SQL', 'utf-8'), 5);
 k SQL

常见报错与避坑指南

• 位置从 1 开始：substr 的 pos 参数从 1 开始计数（而非 0）。substr('hello', 1, 1) 返回 h。这与许多编程语言（Java、Python）的 0-based 索引不同。
• 负数 pos 从末尾反向计数：substr('hello', -2) 返回 lo（最后两个字符）。注意 substr('hello', -2, 1) 返回 l（从倒数第二个字符开始取 1 个）。
• pos 为 0 的行为：substr(str, 0) 返回空字符串（等同于 substr(str, 0, 0)），而不是从开头截取。这与 Oracle 数据库中 0 和 1 等价的行为不同，需特别注意。
• 字节数组支持：substr 也支持字节数组（Binary 类型）作为输入，处理逻辑与字符串一致。

Since: 1.5.0

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题