批量处理字符串内容其实没那么难
每天导出的用户反馈表里，成千上万条数据夹杂着各种格式混乱的文本：有的邮箱后面多了一串空格，有的姓名被拼成了“张 三”，还有的地址信息混进了乱码字符。手动一条条改？别开玩笑了，光是看一眼就头大。
其实在数据库里，批量处理字符串内容根本不用人工干预。只要写对几行语句，几分钟就能把一个月的工作量干完。关键是怎么用好手里的工具。
常见问题一：前后空格太多
比如用户注册时随手敲了个邮箱“ user123@domain.com ”，前后各带了几个空格。系统校验失败，但你总不能让运营一个个去联系用户重填吧？
在MySQL或SQL Server里，TRIM函数就是干这个的：
UPDATE users SET email = TRIM(email) WHERE id > 0;这一条执行下去，所有记录的邮箱首尾空格全没了。如果只想去掉左边，用LTRIM；只去右边，就用RTRIM。
问题二：中间多个空格连在一起
像“李 小 明”这种名字，中间断断续续好几个空格，TRIM可不管用。得靠字符串替换一层层来压。
可以用嵌套的REPLACE函数，把两个空格替换成一个，反复几次基本就能收干净：
UPDATE user_profile SET full_name = REPLACE(REPLACE(full_name, ' ', ' '), ' ', ' ') WHERE full_name LIKE '% %';虽然不能一次完美解决所有层级，但在实际数据中，连续七八个空格的情况极少，两到三次替换足够应付大多数场景。
提取固定格式的信息也很实用
比如日志表里有一堆访问记录，字段log_content存的是“[IP:192.168.1.100] 访问了主页”。你想把IP单独拎出来建个索引，方便后续分析。
这时候可以用SUBSTRING结合CHARINDEX（SQL Server）或者LOCATE（MySQL）定位：
SELECT SUBSTRING(log_content, 5, LOCATE(']', log_content) - 5) AS ip_address FROM logs WHERE log_content LIKE '[IP:%]';这条语句会从第5个字符开始，截取到]之前的内容，正好就是IP地址。跑一遍，新字段填进去，查询速度立马提上来。
大小写统一也有讲究
有些系统对用户名大小写敏感，导致“Admin”和“admin”被视为两个人。为了避免这种乌龙，批量转成小写最省事：
UPDATE accounts SET username = LOWER(username);反过来要首字母大写，比如姓名字段，MySQL没有直接函数，但可以通过CONCAT和UPPER组合实现：
UPDATE user_profile SET name = CONCAT(UPPER(LEFT(name,1)), LOWER(SUBSTRING(name,2))) WHERE name IS NOT NULL;这样“zhang san”就变成了“Zhang san”，看着顺眼多了。
遇到复杂清洗，正则也能上
PostgreSQL和MySQL 8.0+都支持正则表达式。比如你想清理手机号字段里的横杠、括号和空格：
UPDATE customers SET phone = REGEXP_REPLACE(phone, '[^0-9]', '', 'g') WHERE phone REGEXP '[\s\-\(\)]';这个表达式会把所有非数字字符干掉，不管原来是“138-0000-1234”还是“(138) 0000 1234”，统统变成13800001234，整齐划一。
数据量大的时候，建议分批更新，避免锁表太久影响业务。可以加上LIMIT限制每次操作的行数：
UPDATE users SET email = TRIM(email) WHERE email LIKE '% ' LIMIT 1000;跑个循环执行几次，系统不卡，自己也安心。
批量处理字符串内容不是非要写程序才能搞定。数据库本身就有足够的能力应对日常清洗任务。关键是熟悉常用函数，结合具体场景灵活组合。很多看似繁琐的问题，其实一条语句就能破局。