跳到主要内容

PostgreSQL LIKE 子句

在 PostgreSQL 数据库中,我们如果要获取包含某些字符的数据,可以使用 LIKE 子句。

在 LIKE 子句中,通常与通配符结合使用,通配符表示任意字符,在 PostgreSQL 中,主要有以下两种通配符:

  • 百分号 %
  • 下划线 _

如果没有使用以上两种通配符,LIKE 子句和等号 = 得到的结果是一样的。

语法

以下是使用 LIKE 子句搭配百分号 % 和下划线 _ 从数据库中获取数据的通用语法:

SELECT FROM table_name WHERE column LIKE 'XXXX%';

或者

SELECT FROM table_name WHERE column LIKE '%XXXX%';

或者

SELECT FROM table_name WHERE column LIKE 'XXXX_';

或者

SELECT FROM table_name WHERE column LIKE '_XXXX';

或者

SELECT FROM table_name WHERE column LIKE '_XXXX_';

你可以在 WHERE 子句中指定任何条件。

你可以使用 AND 或者 OR 指定一个或多个条件。

XXXX 可以是任何数字或者字符。

实例

下面是 LIKE 语句中演示了 % 和 _ 的一些差别:

实例描述
WHERE SALARY::text LIKE '200%'找出 SALARY 字段中以 200 开头的数据。
WHERE SALARY::text LIKE '%200%'找出 SALARY 字段中含有 200 字符的数据。
WHERE SALARY::text LIKE '_00%'找出 SALARY 字段中在第二和第三个位置上有 00 的数据。
WHERE SALARY::text LIKE '2_%_%'找出 SALARY 字段中以 2 开头的字符长度大于 3 的数据。
WHERE SALARY::text LIKE '%2'找出 SALARY 字段中以 2 结尾的数据
WHERE SALARY::text LIKE '_2%3'找出 SALARY 字段中 2 在第二个位置上并且以 3 结尾的数据
WHERE SALARY::text LIKE '2___3'找出 SALARY 字段中以 2 开头,3 结尾并且是 5 位数的数据
在 PostgreSQL 中,LIKE 子句是只能用于对字符进行比较,因此在上面例子中,我们要将整型数据类型转化为字符串数据类型。

创建 COMPANY 表(下载 COMPANY SQL 文件 ),数据内容如下:

lectcodedb# select * from COMPANY;

id | name | age | address | salary

----+-------+-----+-----------+--------

1 | Paul | 32 | California| 20000

2 | Allen | 25 | Texas | 15000

3 | Teddy | 23 | Norway | 20000

4 | Mark | 25 | Rich-Mond | 65000

5 | David | 27 | Texas | 85000

6 | Kim | 22 | South-Hall| 45000

7 | James | 24 | Houston | 10000

(7 rows)

下面实例将找出 AGE 以 2 开头的数据:

lectcodedb=# SELECT * FROM COMPANY WHERE AGE::text LIKE '2%';

得到以下结果:

id | name  | age | address     | salary

----+-------+-----+-------------+--------

2 | Allen | 25 | Texas | 15000

3 | Teddy | 23 | Norway | 20000

4 | Mark | 25 | Rich-Mond | 65000

5 | David | 27 | Texas | 85000

6 | Kim | 22 | South-Hall | 45000

7 | James | 24 | Houston | 10000

8 | Paul | 24 | Houston | 20000

(7 rows)

下面实例将找出 address 字段中含有 - 字符的数据:

lectcodedb=# SELECT * FROM COMPANY WHERE ADDRESS  LIKE '%-%';

得到结果如下:

id | name | age |                      address              | salary

----+------+-----+-------------------------------------------+--------

4 | Mark | 25 | Rich-Mond | 65000

6 | Kim | 22 | South-Hall | 45000

(2 rows)