Nivel 9 · Espacios sobrantes en estados y ciudades

% coincide con cualquier tramo de caracteres, incluso ninguno. Su hermano _ coincide con exactamente un carácter. Eso hace que LIKE sirva para formas y longitudes, no solo para búsquedas de “contiene”.

Patrones de longitud y posición

SELECT COUNT(*) AS padded_states
FROM customers
WHERE state NOT LIKE '__';

Eso devuelve 29. Todo código de estado de EE. UU. tiene dos letras, así que un valor que no tiene exactamente dos caracteres tiene algo de más, aquí un espacio antes o después del código (’ MO’, ‘DC ’). NOT LIKE simplemente conserva las filas donde el patrón no coincide.

La posición funciona igual. ' %' significa “un espacio y luego cualquier cosa”, así que encuentra espacios iniciales; '% ' encuentra los finales. En city esos dos patrones encuentran 51 clientes, como ’ detroit ’ y ‘San Francisco ’. Otras formas fijas siguen la misma idea: 'WELCOME__' coincidiría con WELCOME más exactamente dos caracteres más.

Las tres condiciones de Tyler son alternativas, así que se unen con OR. No hay AND en el WHERE, así que no hacen falta paréntesis. Los 14 clientes con una ciudad NULL no coinciden con ningún patrón de ciudad; LIKE sobre NULL es desconocido, como toda comparación con NULL.

Lo que los patrones no detectan

LIKE distingue mayúsculas en DuckDB y Postgres, pero _ coincide con cualquier carácter, así que una ‘ca’ en minúsculas son dos caracteres y pasa. Las notas del esquema indican 45 estados desordenados en total: estos 29 con relleno más 16 en minúsculas. Una limpieza completa compara el valor con su versión limpia, algo que cubre el capítulo 6.

Errores comunes

• Escribir state LIKE '_' para “dos caracteres”. Cada _ es un carácter, así que necesitas dos.
• Usar = con comodines. city = ' %' busca el texto literal espacio-porcentaje y no encuentra nada.
• Olvidar que % también coincide con cero caracteres, así que '% ' coincide también con un único espacio.

En SQL Server

LIKE, %, _ y NOT LIKE funcionan igual. SQL Server también tiene clases de caracteres, que el LIKE de DuckDB no tiene: LIKE '[A-M]%' (empieza con A a M) o LIKE '%[0-9][0-9]' (termina en dos dígitos). Su intercalación por defecto no distingue mayúsculas, así que LIKE 'ca' también coincidiría con ‘CA’ allí.