Funciones de texto: limpiar, cortar y unir

Básico

Las más usadas: lower/upper (minúsculas/mayúsculas), trim (quita espacios al inicio y al final), length (cantidad de caracteres), replace(texto, busca, reemplazo), split_part(texto, separador, n) (la parte número n) y concat(…) o || para unir textos. Se suelen combinar para normalizar datos antes de comparar o agrupar.

Sintaxis

lower(trim(texto))
split_part(email, '@', 2)
replace(texto, 'viejo', 'nuevo')
concat(a, ' - ', b)
a || ' - ' || b

Ejemplo

SELECT
  c.id,
  c.email,
  lower(trim(c.email)) AS email_normalizado,
  split_part(lower(trim(c.email)), '@', 1) AS usuario,
  length(c.email) AS caracteres
FROM customers AS c
WHERE c.email <> lower(trim(c.email))
ORDER BY c.id
LIMIT 4;

Resultado

4 filas · TiendaViva

4 filas · TiendaViva
id	email	email_normalizado	usuario	caracteres
145	JULIETA.CASTRO109@EJEMPLO.LAT	julieta.castro109@ejemplo.lat	julieta.castro109	29
251	SEBASTIAN.GONZALEZ199@EJEMPLO.LAT	sebastian.gonzalez199@ejemplo.lat	sebastian.gonzalez199	33
271	MARIANA.ROMERO155@EJEMPLO.LAT	mariana.romero155@ejemplo.lat	mariana.romero155	29
280	JULIETA.NAVARRO4@EJEMPLO.LAT	julieta.navarro4@ejemplo.lat	julieta.navarro4	28

Cómo leerlo

El filtro encuentra correos guardados en mayúsculas: JULIETA.CASTRO109@EJEMPLO.LAT y julieta.castro109@ejemplo.lat son el mismo correo, pero = los trata como textos distintos. lower(trim(…)) los deja en un formato único; trim no cambia nada aquí, pero protege contra espacios sobrantes. split_part(…, '@', 1) toma lo que está antes de la arroba.

Error común

Así no

SELECT t.id, 'Transferencia: ' || t.note AS detalle
FROM transfers AS t;

Unir con || una columna que puede ser NULL. En PostgreSQL, 'Transferencia: ' || NULL da NULL y se pierde todo el texto de la fila; en la tabla transfers de Bolsillo, 3257 de 4625 transferencias no tienen nota. concat('Transferencia: ', t.note) trata el NULL como texto vacío; también puedes escribir COALESCE(t.note, 'sin nota').

En otros motores: MySQL, BigQuery, SQL Server, Oracle

MySQL
No tiene split_part: se usa SUBSTRING_INDEX. || es un «o» lógico, no une textos. Además, su CONCAT devuelve NULL si algún argumento es NULL; CONCAT_WS los salta.
```
SUBSTRING_INDEX(email, '@', -1)   -- lo que está después de la arroba
CONCAT_WS(' - ', a, b)             -- une y salta los NULL
```
BigQuery
SPLIT devuelve un arreglo y se elige la parte con OFFSET, que empieza en 0. Su CONCAT también devuelve NULL si algún argumento es NULL.
```
SPLIT(email, '@')[OFFSET(1)]      -- dominio
```
SQL Server
Une textos con +, que propaga el NULL; CONCAT lo trata como texto vacío. El largo se mide con LEN, que ignora los espacios finales.
```
a + ' - ' + b    -- NULL si alguno es NULL
CONCAT(a, ' - ', b)
```
Oracle
|| trata NULL como texto vacío, al revés que PostgreSQL. Oracle además guarda el texto vacío '' como NULL.

Estos fragmentos no se ejecutan en el curso: se muestran como referencia de cada motor.

SELECT c.id, c.email, lower(trim(c.email)) AS email_normalizado, split_part(lower(trim(c.email)), '@', 1) AS usuario, length(c.email) AS caracteres FROM customers AS c WHERE c.email <> lower(trim(c.email)) ORDER BY c.id LIMIT 4;

email_normalizado

usuario

caracteres

145

JULIETA.CASTRO109@EJEMPLO.LAT

julieta.castro109@ejemplo.lat

julieta.castro109

251

SEBASTIAN.GONZALEZ199@EJEMPLO.LAT

sebastian.gonzalez199@ejemplo.lat

sebastian.gonzalez199

271

MARIANA.ROMERO155@EJEMPLO.LAT

mariana.romero155@ejemplo.lat

mariana.romero155

280

JULIETA.NAVARRO4@EJEMPLO.LAT

julieta.navarro4@ejemplo.lat

julieta.navarro4