Módulo 4: Texto

Texto sujo é meio ambiente natural do QA: espaço sobrando, caixa trocada, e-mail com domínio errado. O Postgres tem um bom kit pra investigar isso.

• a || b: junta textos: nome || ' (' || estado || ')'. Se um lado for NULL o resultado é NULL (use COALESCE).
• ILIKE: LIKE sem ligar pra maiúsc./minúsc. ~ / ~* fazem regex (sensível / insensível).
• Caixa: LOWER, UPPER, INITCAP ("joão silva" → "João Silva").
• Recortar: LEFT(t, 3), RIGHT(t, 4), SUBSTRING(t FROM 2 FOR 5), SPLIT_PART(email, '@', 2) (pega o pedaço 2, o domínio).
• Achar/trocar: POSITION('@' IN email) (0 = não achou), REPLACE(t, 'a', 'b'), TRIM(t), LENGTH(t).

Olhar de QA: "quantos e-mails não são do domínio esperado?", "tem nome com espaço no fim?", "busca deveria ser case-insensitive e não é".

|| e CONCAT_WS

SELECT
  nome || ' - ' || estado         AS rotulo,
  CONCAT_WS(', ', cidade, estado)  AS local
FROM clientes;

|| gruda textos; se qualquer pedaço for NULL, o resultado inteiro vira NULL. CONCAT_WS(sep, ...) junta com um separador e ignora os NULL, ficando mais seguro pra montar endereço.

ILIKE e regex ~*

SELECT titulo
FROM defeitos
WHERE titulo ILIKE '%login%'
   OR titulo ~* 'senha|password';

ILIKE '%login%' = contém "login" em qualquer caixa. ~* 'senha|password' é regex insensível a caixa: casa "senha" ou "password". Regex serve quando o padrão é mais complexo que um simples "contém".

LOWER / UPPER / INITCAP

SELECT
  nome,
  LOWER(email)  AS email_normalizado,
  INITCAP(nome) AS nome_padronizado
FROM clientes;

LOWER/UPPER forçam a caixa toda; INITCAP deixa a primeira letra de cada palavra maiúscula. Comparar sempre com a mesma caixa (LOWER(email) = LOWER(entrada)) evita bug de "achou" vs "não achou" por causa de maiúscula.

SPLIT_PART, LEFT / RIGHT

SELECT
  email,
  SPLIT_PART(email, '@', 2) AS dominio,
  LEFT(email, 3)            AS inicio
FROM clientes;

SPLIT_PART(texto, '@', 2) quebra o texto no @ e pega o 2º pedaço: o domínio do email. LEFT(t, n)/RIGHT(t, n) pegam os n primeiros/últimos caracteres.

POSITION, LENGTH

SELECT
  email,
  POSITION('@' IN email) AS pos_arroba,
  LENGTH(email)          AS tamanho
FROM clientes
WHERE POSITION('@' IN email) = 0;   -- email sem @

POSITION('x' IN t) devolve em que caractere "x" aparece, ou 0 se não aparece, útil pra validar formato. LENGTH(t) é o número de caracteres.

TRIM e espaço sobrando

SELECT id, cidade
FROM clientes
WHERE cidade <> TRIM(cidade);   -- tem espaço nas pontas

TRIM(t) remove espaços do começo e do fim. Se cidade for diferente de TRIM(cidade), é porque sobrou espaço, um problema clássico de dado "sujo" que quebra comparação e agrupamento.

SELECT email, SPLIT_PART(email, '@', 2) AS dominio, LENGTH(email) AS tam FROM clientes LIMIT 10;