STRING_TO_ARRAY是PostgreSQL中按分隔符将text拆为text[]的函数，但不自动trim、不跳过空项、不处理换行；分隔符不可为NULL或空字符串，末尾分隔符会产生空元素；需配合REGEXP_REPLACE、ARRAY_REMOVE、NULLIF等预处理和后处理以应对真实数据场景。
STRING_TO_ARRAY函数的基本用法和常见错误
STRING_TO_ARRAY 是 PostgreSQL 中最直接的字符串切分工具，它把一个 text 按指定分隔符拆成 text[]。但很多人一上来就写 STRING_TO_ARRAY('a,b,c', ',')，结果发现空字段没处理、连续分隔符被忽略、末尾换行残留——这些都不是函数“坏了”，而是没传对参数或没预处理输入。
关键点：该函数不做 trim，不跳过空项，也不自动处理 \n 或 \r。如果你从 CSV 导入或用户输入中拿到数据，大概率需要先清理再切分。
- 分隔符必须是
text类型，不能是NULL；传NULL会返回NULL数组 - 若分隔符长度为 0（如
''），PostgreSQL 报错：ERROR: zero-length delimiter - 原字符串末尾有分隔符（如
'a,b,c,'），结果末尾会多出一个空元素''
如何安全处理含空值、空白、重复分隔符的输入
真实场景里，'a, ,b,,c' 这类数据很常见。直接用 STRING_TO_ARRAY 得到的是 {'a',' ','b','','c'}，而你真正想要的可能是 {'a','b','c'}。这时候不能只靠 STRING_TO_ARRAY，得组合使用 TRIM、ARRAY_REMOVE 和 ARRAY_AGG 等。
推荐做法是先用正则预处理，再切分：
SELECT STRING_TO_ARRAY(
REGEXP_REPLACE('a, ,b,,c', '\s*,\s*', ',', 'g'),
','
) AS cleaned_array;
这行代码把所有“逗号+任意空白”统一替换成单个逗号，再切分，得到 {'a','','b','','c'}；如果还要剔除空字符串，追加：
SELECT ARRAY_REMOVE(
STRING_TO_ARRAY(
REGEXP_REPLACE('a, ,b,,c', '\s*,\s*', ',', 'g'),
','
),
''
) AS no_empty_array;
用 NULL 作为缺失值占位时的正确写法
有时候你希望把空字符串转成 NULL 而不是 ''，比如对接应用层时 NULL 表示未填写。但 STRING_TO_ARRAY 本身不支持这个映射，得靠 NULLIF 配合数组构造。
常见错误写法：STRING_TO_ARRAY('a,,b', ',')::int[] —— 这会因 '' 无法转 int 而报错。
- 先切分，再逐元素判断：
SELECT ARRAY(SELECT NULLIF(unnest(STRING_TO_ARRAY('a,,b', ',')), '')::int) - 如果目标类型是
text，且只想把空串变NULL，更简洁：SELECT ARRAY(SELECT NULLIF(x, '') FROM unnest(STRING_TO_ARRAY('a,,b', ',')) AS x) - 注意：
NULLIF必须在unnest后使用，不能直接作用于整个数组
性能与大数据量下的注意事项
在千万级行表中对字段频繁调用 STRING_TO_ARRAY + unnest，容易成为查询瓶颈。它本身不慢，但后续的展开（unnest）会生成大量中间行，触发 nested loop 或内存膨胀。
如果只是检查某个值是否在数组中，别急着展开——用 @> 或 ANY 更快：
-- ✅ 推荐：走索引（如果字段上有 gin 索引） WHERE tags @> ARRAY['urgent']; <p>-- ❌ 避免：强制展开，全表扫描风险高 WHERE 'urgent' = ANY(STRING_TO_ARRAY(tags_text, ','));</p>
- 对经常切分的字段，考虑提前物化为
text[]列并建GIN索引 -
STRING_TO_ARRAY在 12+ 版本中支持多字节分隔符（如'::'），但性能略低于单字符；避免用正则替代它做简单切分 - 如果输入来自外部 API，务必限制字符串长度，防止超长输入导致内存溢出或 OOM
最常被忽略的一点：STRING_TO_ARRAY 返回的是 text[]，哪怕你切的是纯数字字符串，也不会自动转成 int[]。类型转换必须显式写出，而且要处理好空值和格式异常。
