Fonctions SQL de texte : guide pratique complet

Les fonctions SQL de manipulation de texte sont omniprésentes dans les entretiens techniques data analyst. Dès qu'une table contient des noms, des adresses e-mail ou des codes produits, vous devez savoir nettoyer, découper et reformater ces chaînes efficacement. Maîtriser ces fonctions vous permet de transformer des données brutes en informations exploitables sans passer par Python ou Excel.

Ce guide couvre les fonctions les plus utilisées en production et en entretien : de la simple mise en majuscules à l'extraction de sous-chaînes complexes. Chaque fonction est accompagnée d'exemples concrets que vous pouvez exécuter directement.

Pourquoi les fonctions texte sont incontournables en entretien

Les recruteurs incluent systématiquement des questions sur la manipulation de chaînes dans leurs tests techniques. La raison est simple : les données réelles sont rarement propres. Un champ email peut contenir des espaces parasites, un champ nom peut mélanger majuscules et minuscules, un identifiant peut encoder plusieurs informations dans une seule colonne.

Lors d'un test technique, savoir extraire le domaine d'une adresse e-mail ou normaliser un nom de famille en une seule requête fait la différence. Si vous préparez un entretien SQL complet, ces fonctions apparaissent presque à coup sûr.

Les fonctions de base : nettoyer et normaliser

UPPER, LOWER et INITCAP

Ces 3 fonctions modifient la casse d'une chaîne. Elles sont idéales pour normaliser des données avant une comparaison ou un affichage.

SELECT
  UPPER('bonjour monde'),   -- 'BONJOUR MONDE'
  LOWER('BONJOUR MONDE'),   -- 'bonjour monde'
  INITCAP('bonjour monde')  -- 'Bonjour Monde' (PostgreSQL)
FROM dual;

INITCAP n'existe que dans PostgreSQL et Oracle. Sur MySQL ou SQL Server, vous devrez combiner UPPER et SUBSTRING pour obtenir le même résultat.

TRIM, LTRIM et RTRIM

Les espaces invisibles en début ou fin de chaîne causent des bugs silencieux difficiles à détecter. TRIM supprime ces espaces des deux côtés, LTRIM uniquement à gauche, RTRIM uniquement à droite.

SELECT TRIM('   données propres   ');
-- Résultat : 'données propres'

Vous pouvez aussi supprimer un caractère spécifique avec TRIM(BOTH 'x' FROM colonne) dans PostgreSQL. Cette syntaxe est utile pour nettoyer des codes encadrés par des guillemets ou des tirets.

LENGTH et CHAR_LENGTH

LENGTH retourne le nombre de caractères d'une chaîne. Attention : sur MySQL, LENGTH compte les octets (différent pour les caractères accentués), tandis que CHAR_LENGTH compte les caractères réels.

SELECT
  LENGTH('café'),       -- 5 sur MySQL (encodage UTF-8)
  CHAR_LENGTH('café')  -- 4 sur MySQL
FROM dual;

Sur PostgreSQL, LENGTH compte toujours les caractères, quelle que soit l'encodage.

Extraire et découper des chaînes

SUBSTRING : l'extraction chirurgicale

SUBSTRING extrait une portion d'une chaîne à partir d'une position donnée, sur un nombre de caractères défini.

-- Syntaxe standard SQL
SELECT SUBSTRING('SQL Pratique', 5, 8);
-- Résultat : 'Pratique'

La position commence à 1 (et non à 0). Une erreur classique en entretien consiste à utiliser 0 comme index de départ, ce qui donne un résultat incorrect sur certains SGBD.

POSITION et CHARINDEX : trouver un caractère

POSITION (standard SQL / PostgreSQL) et CHARINDEX (SQL Server) localisent la première occurrence d'une sous-chaîne dans une chaîne.

SELECT POSITION('@' IN 'user@example.com');
-- Résultat : 5

Combinée avec SUBSTRING, cette fonction permet d'extraire le nom d'utilisateur d'une adresse e-mail :

SELECT SUBSTRING(email, 1, POSITION('@' IN email) - 1) AS username
FROM utilisateurs;

Ce type de requête revient fréquemment dans les exercices de fonctions fenêtre et manipulation de données lors des entretiens de niveau intermédiaire.

LEFT, RIGHT et MID

Ces fonctions raccourcissent le code pour les cas simples. LEFT(chaine, n) extrait les n premiers caractères, RIGHT(chaine, n) les n derniers.

SELECT
  LEFT('AB-2024-XZ', 2),   -- 'AB'
  RIGHT('AB-2024-XZ', 2),  -- 'XZ'
  SUBSTRING('AB-2024-XZ', 4, 4)  -- '2024'
FROM dual;

MID est un alias MySQL de SUBSTRING. Il n'existe pas dans PostgreSQL ou SQL Server.

Concaténer et remplacer du texte

CONCAT et l'opérateur ||

CONCAT assemble plusieurs chaînes en une seule. L'opérateur || (double pipe) est la syntaxe standard SQL, disponible dans PostgreSQL et Oracle.

SELECT CONCAT(prenom, ' ', nom) AS nom_complet
FROM employes;

-- Équivalent PostgreSQL / Oracle
SELECT prenom || ' ' || nom AS nom_complet
FROM employes;

MySQL et SQL Server supportent les deux syntaxes, mais préfèrent CONCAT. Notez que CONCAT ignore les NULL (retourne la chaîne sans le NULL), contrairement à || qui propage le NULL.

REPLACE : substitution dans une chaîne

REPLACE remplace toutes les occurrences d'une sous-chaîne par une autre.

SELECT REPLACE('2024/07/21', '/', '-');
-- Résultat : '2024-07-21'

C'est la fonction de choix pour normaliser des séparateurs dans des dates stockées comme texte ou pour retirer des caractères indésirables en masse.

REGEXP_REPLACE : le remplacement avancé

Pour les cas plus complexes, REGEXP_REPLACE utilise des expressions régulières. Elle est disponible dans PostgreSQL, Oracle et MySQL 8+.

-- Supprimer tous les chiffres d'une chaîne
SELECT REGEXP_REPLACE('A1B2C3', '[0-9]', '');
-- Résultat : 'ABC'

Tableau comparatif des fonctions selon le SGBD