sql - Postgres 中的模糊分组

Question

我有一个表格，其内容与此类似:

id | title
------------
1  | 5. foo
2  | 5.foo
3  | 5. foo*
4  | bar
5  | bar*
6  | baz
6  | BAZ

...等等。我想按标题分组并忽略多余的部分。我知道 Postgres 可以做到这一点:

SELECT * FROM (
  SELECT regexp_replace(title, '[*.]+$', '') AS title
  FROM table
) AS a
GROUP BY title

但是，这非常简单，如果我试图预测所有可能的变化，就会变得非常笨拙。那么，问题是，是否有比使用正则表达式更通用的模糊分组方法？这是否有可能，至少不会弄断背部？

编辑:澄清一下，对任何变体都没有偏好，这就是分组后表格的样子:

title
------
5. foo
bar
baz

即，变体是仅少数字符或大小写不同的项目，只要将它们分组，剩下哪些并不重要。

Answer 1

对于任何分组，您应该具有传递相等性，即a ~= b, b ~= c => a ~= c。

严格使用文字来表述它，我们将尝试使用SQL来表述它。

例如，foo*bar 应该去哪个组？

更新:

此查询将所有非字母数字字符替换为空格，并返回每个组中的第一个标题:

SELECT  DISTINCT ON (REGEXP_REPLACE(UPPER(title), '[^[:alnum:]]', '', 'g')) title
FROM    (
        VALUES
        (1, '5. foo'),
        (2, '5.foo'),
        (3, '5. foo*'),
        (4, 'bar'),
        (5, 'bar*'),
        (6, 'baz'),
        (7, 'BAZ')
        ) rows (id, title)