通过多个书挡拆分问题和答案文本

Question

我有一个包含多个问题和答案的字段。 我需要将答案分别提取到一列中。 文本示例：

抱歉，由于文字不断消失，我不得不添加为图片。

我需要提取黄色和绿色突出显示的第一个实例之间的文本（不包括突出显示的部分）作为 select 子句中的第一行，然后提取黄色和绿色突出显示之间的第二个实例作为 select 中的第二行条款等等等。有 5 个问题（粉红色和蓝色突出显示之间）和 5 个答案（黄色和绿色突出显示之间）。
我使用黄色和绿色突出显示的文本作为书挡尝试了下面的代码，但我得到了与下面相同的错误消息。

然后我使用问题作为第一个书挡尝试了以下代码：

SELECT distinct subjectidname
, title
, i.description
, SUBSTRING(i.description, CHARINDEX('<b>Please indicate your company''s export status:</b><br />', i.description), 
        CHARINDEX('<br /><br />',i.description) - 
        CHARINDEX('<b>Please indicate your company''s export status:</b><br />', i.description) + Len('<br /><br />'))

from FilteredIncident i

这两项努力都导致了一条错误消息：

消息 537，级别 16，State 3，第 2 行 传递给 LEFT 或 SUBSTRING function 的长度参数无效。

而且它也不考虑第 2、3、4 和 5 个实例。 从包含单行文本的描述框中提取 5 个答案的最佳方法是什么？

Answer 1

从一个字符串拆分器开始，它可以拆分一个字符串并为每一行返回一个索引：

CREATE FUNCTION [dbo].[DelimitedSplit8K]
--===== Define I/O parameters
        (@pString VARCHAR(8000), @pDelimiter VARCHAR(16))
--WARNING!!! DO NOT USE MAX DATA-TYPES HERE!  IT WILL KILL PERFORMANCE!
RETURNS TABLE WITH SCHEMABINDING AS
 RETURN
--===== "Inline" CTE Driven "Tally Table" produces values from 1 up to 10,000...
     -- enough to cover VARCHAR(8000)
  WITH E1(N) AS (
                 SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL
                 SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL
                 SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1
                ),                          --10E+1 or 10 rows
       E2(N) AS (SELECT 1 FROM E1 a, E1 b), --10E+2 or 100 rows
       E4(N) AS (SELECT 1 FROM E2 a, E2 b), --10E+4 or 10,000 rows max
 cteTally(N) AS (--==== This provides the "base" CTE and limits the number of rows right up front
                     -- for both a performance gain and prevention of accidental "overruns"
                 SELECT TOP (ISNULL(DATALENGTH(@pString),0)) ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) FROM E4
                ),
cteStart(N1) AS (--==== This returns N+1 (starting position of each "element" just once for each delimiter)
                 SELECT 1 UNION ALL
                 SELECT t.N+ Len( @pDelimiter ) FROM cteTally t WHERE SUBSTRING(@pString,t.N, Len( @pDelimiter ) ) = @pDelimiter
                ),
cteLen(N1,L1) AS(--==== Return start and length (for use in substring)
                 SELECT s.N1,
                        ISNULL(NULLIF(CHARINDEX(@pDelimiter,@pString,s.N1),0)-s.N1 ,8000)
                   FROM cteStart s
                )
--===== Do the actual split. The ISNULL/NULLIF combo handles the length for the final element when no delimiter is found.
 SELECT ItemNumber = ROW_NUMBER() OVER(ORDER BY l.N1),
        Item       = SUBSTRING(@pString, l.N1, l.L1)
   FROM cteLen l;

（感谢 Jeff Moden 多年来成功的字符串拆分。）

然后选择要拆分的正确子字符串：

declare @QandA as NVarChar(1000) = '<b>Q1:</b><br />A1<br /><br /><b>Q2:</b><br />A2<br /><br /><b>Q3:</b><br />A3<br /><br /><b>Q4:</b><br />A4<br /><br />';

-- A single split gets Q/A pairs:
select ItemNumber, Item
  from dbo.DelimitedSplit8K( @QandA, '<br /><br />' )
  order by ItemNumber;

-- A second split gets Q's and A's:
with QAPairs as (
  select ItemNumber as QuestionNumber, Item as QA
    from dbo.DelimitedSplit8K( @QandA, '<br /><br />' ) )
  select QuestionNumber, QA, ItemNumber, Item, case when ItemNumber % 2 = 1 then 'Q' else 'A' end as 'Q/A'
    from QAPairs cross apply
      dbo.DelimitedSplit8K( QA, '<br />' );

数据库小提琴。

这应该是一个好的开始。 有一些清理工作要做，例如有一个虚假的空 Q/A 对，因为字符串以'<br /><br />'结尾，作为分隔符，它必须意味着存在一个 Q/A 对在每一侧。