管理字串長度

在此範例中，目標系統對名字和姓氏欄位的最大長度設有限制。您可以使用下列轉換指令，依據長度限制來評估和截斷字串。

測試字串長度

當 first_name 欄位長度超過 32 個字元時，您可以使用下列指令撰寫 TOO LONG 訊息：

轉換名稱	Edit column with formula
參數：資料欄	String_test
參數：公式	IF(LEN(first_name) > 32, 'TOO LONG',String_test)

截斷字串

上述測試可讓您評估長度太長的個別字串，以查看這些字串是否有錯誤或有其他方式可以縮短長度。對於您無法輕易解決這些問題的大型資料集，您只需選擇滿 32 個字元就截斷字串長度：

轉換名稱	Edit column with formula
參數：資料欄	*
參數：公式	LEFT($col,32)

在上述指令中，您可以使用萬用字元來比對資料集中的所有資料欄。系統已將替換值定義為來源資料欄 ($col) 中的前 32 個字元。依據 LEFT 函式的定義，長度不超過 32 個字元的資料欄不受影響。

提示：如果您要截斷的欄位是作為資料集的索引鍵，您應在套用截斷作業後驗證索引鍵是否依然含有不重複的值。例如，如果 first_name 與 last_name 的組合是資料集中不重複的 ID，您應驗證含有這些 ID 的資料欄所含的值是否不重複。

特殊字串長度

在某些情況下，您可能想要限制文字字串的長度。在此範例中，資料集含有一個郵遞區號值資料欄，其中部分值是郵遞區號加 4 位數代碼格式。來源資料可能如下所示：

zip_code
94104
94104-2218
94105

為確保一致性，您可能想要限制資料欄僅使用郵遞區號的前五個數字。

步驟：

1. 從其中一個九位數的郵遞區號中選取前五個數字。
2. 在建議資訊卡中，選取「Extract」資訊卡。

3. 選取下列變式：
   

   轉換名稱	Extract text or pattern
   參數：要從中擷取內容的資料欄	zipcode
   參數：選項	Custom text or pattern
   參數：要擷取的文字	`{zip}`
   參數：之後開始擷取	`{start}`

4. 按一下 [Add] (新增)。

上述解決方案參照兩個 Cloud Dataprep 模式以識別儲存格值的元素。詳情請參閱文字配對。

如需使用更普遍的作法，您可以使用下列部分字串函式來限制資料長度。如果值的長度短於指定字串長度，則該值保持不變。

注意：視資料欄的資料類型而定，縮短值長度的轉換可能會產生不相符的值或遺漏值。您應驗證沒有新的遺漏或不相符的值產生。

使用最右邊的值

使用下列轉換指令，可將字串縮短成任何值的最右邊 6 個字元：

轉換名稱	Edit column with formula
參數：資料欄	prodID
參數：公式	RIGHT(prodID, 6)

子字串值

SUBSTRING 函式可讓您指定使用字串字元的特定子集。您可以指定值中第一個字元的索引，以及要併入的後續字元數。例如，將此函式套用到 countries 資料欄中的 United States of America 值時，下列轉換指令會將新值設為 States。

轉換名稱	Edit column with formula
參數：資料欄	countries
參數：公式	SUBSTRING(countries, 7, 6)

請注意，索引值從 0 開始；若要從值的開頭擷取，請將上述指令中的 7 取代為 0。

其他字串函式

Wrangle 支援其他可用來轉換字串值的函式。請參閱字串函式。