为什么SSIS令牌函数无法计数相邻的列分隔符？

在名为TOKEN（）的表达式编辑器中，SQL Server Integration Services 2012的新字符串函数遇到问题

这有助于解析分隔记录。如果记录来自平面文件，则可以使用平面文件源执行此操作。在本例中，我处理的是作为字符串存储在数据库VARCHAR字段中的旧分隔导入记录。现在，它们需要被提取、处理，并作为分隔字符串重新导出。例如：

1^苹果^0001^01/01/2010^食蚁兽^A1
2^香蕉^0002^03/15/2010^熊^B2
3^蔓越莓^0003^4/15/2010^乌鸦^C3

如果这些字符串位于名为OldImportRecord的列中，则分隔符是插入符号（如图所示），我们希望将第五个字段放入派生列中，我们将使用如下表达式：

TOKEN(OldImportRecord,"^",5)

这将返回Anteater、Bear、Crow等。事实上，我们可以为此记录中的每个字段创建派生列（请注意，索引是基于一个字段的），根据需要更改它们，然后构建另一个分隔的记录以供导出

问题出在这里。如果我们的某些数据包含一些空字符串（或呈现为空字符串的null），该怎么办

4^^0004^6/15/2010^鸭子^D4

TOKEN（）无法计数相邻的列分隔符，这会导致列计数失败。现在它只看到五列而不是六列。我们的令牌（OldImportRecord，“^”，5）返回“D4”，而不是预期的“Duck”。当我们提取第四列时，我们试图将“Duck”放在日期列中，各种各样的乐趣随之而来

这里有一个局部解决方法：

TOKEN(REPLACE(OldImportRecord,"^^","^ ^"),"^",5)

请注意，这会丢失每秒一次的分隔符对，因此对于类似“5^^^^^ Emu^E5”的字符串，它将失败，该字符串在REPLACE（）之后看起来像“5^^^^ Emu^E5”。列计数仍然错误

这是我的全部解决方法。这包括两个嵌套的REPLACE语句（）、一个用于删除多余空格的RTRIM（）和一个DT_STR cast，因为我希望将结果保留在VARCHAR中：

(DT_STR,255,1252)RTRIM(TOKEN(REPLACE(REPLACE(OldImportRecord,"^^","^ ^"),"^^","^ ^"),"^",5))

我发布这篇文章是为了提供信息，因为其他人可能也会遇到这个问题

是否有人有更好的解决方法，甚至是真正的解决方案？

问题原因： SSIS中的

TOKEN

方法使用C++中的

strtok

函数实现。我在读这本书的时候收集了这些信息。这是在第113页的注释中提到的（我喜欢这本书！有很多很好的信息。）

我搜索了

strtok

函数的实现，找到了以下链接

-此链接中的代码示例显示函数忽略连续分隔符字符

以下SO问题的答案指出，

strtok

函数被设计为忽略连续分隔符

我认为，

TOKEN

和

TOKENCOUNT

函数按照设计工作，但这是否是SSIS的行为方式可能是Microsoft SSIS团队的一个问题

以上部分的原始帖子是一个更新： 我在SSIS 2012中根据您的数据输入创建了一个简单的包。正如您在问题中所述，

令牌

函数的行为不符合预期。我同意你的观点，这个功能似乎不起作用。这篇文章不是对你原来问题的回答

下面是另一种以相对简单的方式编写表达式的方法。只有当输入记录中的最后一段始终有一个值（比如A1、B2、C3等）时，这才有效

表达式可以重写为：

此语句将输入记录作为参数，分隔符插入符号（^）作为第二个参数。第三个参数计算按分隔符拆分时记录中的段总数。如果在最后一段中有数据，则保证有两段。然后可以减去1以获取倒数第二个段

(DT_STR,50,1252)TOKEN(OldImportRecord,"^",TOKENCOUNT(OldImportRecord,"^") - 1)

我用数据流任务创建了一个简单的包。OLE DB source检索数据，派生转换根据下面的屏幕截图解析和拆分数据。然后将输出插入到目标表中。您可以在最后一个屏幕截图中看到源表和目标表。目标表有两列。第一列存储倒数第二个段数据和基于分隔符的段计数（这也是不正确的）。您可以注意到最后一条记录没有获取正确的结果。如果最后一条记录没有值

8

，则上述表达式将失败，因为表达式的计算结果将为零索引

希望这有助于简化您的表达

如果没有其他人的消息，我建议您登录此问题

创建表格并填充脚本：

数据流任务内部的派生列转换：

源表和目标表中的数据：

---

令牌不仅跳过相邻的分隔符，还跳过前导和尾随分隔符。因此，使用您的示例，如果您有一个字段“good”字段，如下所示：

^^^0004^6/15/2010^Duck^

1^苹果^0001^01/01/2010^食蚁兽^A1

后跟一个相邻分隔符和前导分隔符，如下所示：

^^^0004^6/15/2010^Duck^

TOKENCOUNT只会找到两个分隔符，最终将0004分配给Token1，6/15/2010分配给Token2，Duck分配给Token3

我用了一种不同的替代品。我没有在相邻的分隔符之间放置空格（这对前导或训练没有帮助），而是使用replace将分隔符用我在文本中绝对找不到的字符包围起来。下面的表达对我很有用。虽然罗嗦，但事实就是这样

(DT_STR,255,1252)REPLACE(TOKEN(REPLACE(OldImportRecord,"^","~^~"),"^",1),"~","")

当然，你会用你想要的任何标记替换数字1，并根据你的需要调整演员阵容。希望有帮助

另一个警告是