PARSE_DATE |
Analyse la date |
| BigQuery |
Syntaxe
|
PARSE_DATE(format_string, date_string)
|
Paramètres
| Nom |
Description |
| format_string |
Ce paramètre permet de définir le modèle de format qui correspond à la manière dont la date est représentée dans date_string. Il utilise des spécificateurs de format (par exemple, %Y pour l'année, %m pour le mois, %d pour le jour). La fonction utilise ce modèle pour interpréter correctement la chaîne de caractères. |
| date_string |
Ce paramètre permet de spécifier la chaîne de caractères qui contient la date à analyser. Cette chaîne doit correspondre exactement au format défini par format_string pour que l'analyse réussisse. |
Description
Cette fonction permet de demander un objet de date selon le formatage et une de caractères de date spécifié.
Remarques
- Permet de convertir une chaîne en objet DATE : La fonction PARSE_DATE est utilisée pour transformer une chaîne de caractères représentant une date en un objet de type DATE natif. Cela permet ensuite d'effectuer des opérations de comparaison, de tri ou d'agrégation sur ces dates.
- Repose entièrement sur le format fourni : Le bon fonctionnement de la fonction dépend de la correspondance exacte entre format_string et
date_string. Si la chaîne de date ne respecte pas le format attendu, une erreur est générée, ce qui rend cette correspondance critique.
- Utilise des spécificateurs de format Unix strftime : Le format de date est basé sur la syntaxe strftime, avec des symboles comme %Y pour l'année à
4 chiffres, %m pour le mois à deux chiffres, et %d pour le jour. Une bonne maîtrise de ces codes est nécessaire pour construire des formats efficaces.
- Ne gère que des dates (sans heures ni fuseaux) : Contrairement à PARSE_TIMESTAMP, la fonction PARSE_DATE ne prend en charge que des composantes de date
(année, mois, jour). Toute information d'heure ou de fuseau horaire dans la chaîne sera ignorée ou provoquera une erreur.
- Utile pour importer des données textuelles ou CSV : Elle est particulièrement utile lors de l'ingestion de données externes provenant de fichiers CSV ou
de textes où les dates sont enregistrées sous forme de chaînes. Cela permet de structurer proprement ces données pour analyse.
- Ne tolère pas les erreurs ou les imprécisions : Si date_string est mal formée ou ne respecte pas exactement le modèle, la fonction échoue en générant une
erreur (au lieu de retourner NULL ou d'ignorer la ligne). Il faut donc parfois valider ou pré-nettoyer les données avant usage.
- Permet des formats personnalisés adaptés aux besoins : Grâce à format_string, l'utilisateur peut adapter l'analyse à presque tous les formats régionaux ou
spécifiques, comme "31/12/2024", "2024-12-31", ou même "décembre 2024" si les formats sont bien définis.
- Indispensable pour les transformations précises en SQL : Dans un flux de transformation ETL ou lors de la normalisation de données, PARSE_DATE joue un
rôle fondamental pour fiabiliser et structurer les dates extraites de sources non homogènes ou non typées.
Dernière mise à jour : Jeudi, le 18 Juin 2020
