sql - 连接中的替换和点赞

Question

我有两个带有列单词的表tbl_words和带有列关键字的tbl_keywords，表中的示例数据如下

输入:

tbl_words

Word
house for rent in ohio

tbl_keywords

keywords
house
rent

现在我的目标是连接这两个表，并用表 tbl_words 中的空字符串('')替换 tbl_keywords 中的匹配关键字。

所需输出:

tbl_words
Word
for in ohio

Schema creation for the above tables

Answer 1

您可以使用 CTE 来循环遍历所有单词并将所有单词替换为空格。

此处演示 http://sqlfiddle.com/#!3/7563a/21

WITH CTE (org, calc, DATA, level) AS
(
    SELECT word, word, CONVERT(VARCHAR(500), ' ' + word + ' '), 0
    FROM    tbl_words

    UNION ALL

    SELECT CTE.org, CTE.data,
        CONVERT(VARCHAR(500), REPLACE(CTE.data, tbl_keywords.Keyword + ' ', '')), CTE.level + 1
    FROM    CTE
    INNER JOIN tbl_keywords ON CTE.data LIKE '% ' + tbl_keywords.Keyword + ' %'
        COLLATE Latin1_General_CS_AS
)
SELECT DISTINCT org, LTRIM(RTRIM(data)) AS DATA, level
FROM CTE
WHERE level =
    (SELECT MAX(level) FROM CTE c WHERE CTE.org = c.org)

在每个单词的开头和结尾添加' '是为了让'acters'之类的单词不会影响'characters' 否则它就会变成'char'。它还可以避免在短语中间处理多个空格字符，例如 ' for in ohio'。

如果您的句子中有标点符号，例如“houses for sale”，则需要进行调整。在俄亥俄州'，但这可以作为练习留给您完成。

编辑:

根据您的表现，这种方法可能会更好(稍后描述)...

create function [dbo].[Split] 
( 
    @string nvarchar(MAX), 
    @delimiter nvarchar(10) 
) 
returns @table table 
( 
    [Value] nvarchar(MAX) 
) 
begin 
    declare @nextString nvarchar(MAX) 
    declare @pos int, @nextPos int 
    declare @commaCheck nvarchar(1) 

    set @nextString = '' 
    set @commaCheck = right(@string, 1) 
    set @string = @string + @delimiter 

    set @pos = charindex(@delimiter, @string) 
    set @nextPos = 1 
    while (@pos <> 0) 
    begin 
        set @nextString = substring(@string, 1, @pos - 1) 

        insert into @table 
        ( 
            [Value] 
        ) 
        values 
        ( 
            @nextString 
        ) 

        set @string = substring(@string, @pos + 1, len(@string)) 
        set @nextPos = @pos 
        set @pos = charindex(@delimiter, @string) 
    end 
    return 
end

查询现在变成:

SELECT RTRIM(combined) AS [words] FROM
(SELECT word, 
(
select [value] + ' ' as [text()]
from dbo.split(word, ' ')
where [value] not in (SELECT [keyword] from tbl_keywords)
FOR XML PATH('')
)
 as [combined] 
from tbl_words) x;

基本上，我们将短语拆分为单独的单词，删除关键字，然后使用 FOR XML PATH 将它们连接在一起。

在我的系统上，它的运行速度快了 6 倍，但这取决于您的短语有多长以及您有多少单词。为了进一步提高性能，请在 [tbl_keywords].[keyword] 上放置一个(最好是唯一的)索引。

同样，这不适用于标点符号，因此如果需要，您需要相应地调整所有内容。