PostgreSQL 逻辑 AND 用于在子字符串中查找两个值答案

【问题标题】：PostgreSQL logical AND for finding two values in the substringPostgreSQL 逻辑 AND 用于在子字符串中查找两个值
【发布时间】：2021-02-24 22:52:03
【问题描述】：

我有一个数据集，其中包含来自社交媒体网站的许多文本 cmet。我想查找文本中至少包含两个国家/地区名称的所有实例。我现在的样子：

SELECT * FROM comments WHERE body ~* '(Canada|United States|Mexico)'

这让我可以找到任何提及这三个国家的实例。但是，如果我想找到其中至少有两个名称存在的实例呢？

【问题讨论】：

标签： sql string postgresql count where-clause

【解决方案1】：

一种方法是对每个单独进行比较并将匹配项相加：

WHERE ( (body ~* 'Canada')::int + (body ~* 'United States')::int + (body ~* 'Mexico)::int) >= 2

但是，拆分文本并使用数组函数可能会更好：

WHERE string_to_array(body, ' ') @> array['Canada', 'Mexico', 'United States']

当然，具体的拆分逻辑取决于body 的样子。

另一个有趣的方法是横向连接：

SELECT c.* 
FROM comments c CROSS JOIN LATERAL
     (SELECT COUNT(*) as num_matches
      FROM (VALUES ('Canada'), ('Mexico'), ('United States')) v(str)
      WHERE c.body ~* v.str  -- or use `like`
     ) x
WHERE num_matches >= 2;

【讨论】：

好主意！谢谢。

【解决方案2】：

您可以独立检查每个条件，将布尔结果转换为整数，并确保匹配总和至少为2：

 where ( 
       (body ilike '%Canada%')::int 
     + (body ilike '%United States%')::int
     + (body ilike '%Mexico%')::int
 ) >= 2

当然这也适用于正则表达式，尽管这可能不如like 高效：

 WHERE ( 
       (body ~* 'Canada')::int 
     + (body ~* 'United States')::int
     + (body ~* 'Mexico')::int
 ) >= 2

【讨论】：