使用 SQL 搜索字符串中出现次数最多的值答案

【问题标题】：Search for the most occurring value in a string with SQL使用 SQL 搜索字符串中出现次数最多的值
【发布时间】：2019-10-15 18:56:26
【问题描述】：

所以如果你有这样的字符串：

"lorum ipsum testing with some dummy text lorum woop what testing again."

你有一个像这样的数据库表：

ID |   TESTING
---------------
1  |   dummy
2  |   lorum
3  |   trol
4  |   haha

如何仅使用 sql 检查 string 中出现次数最多的值。

所以在这种情况下它会返回：2 | lorum。

起初我认为LOCATE() 函数会很有用。我试过例如：

SELECT *, LOCATE(testing, "<<string comes here>>") FROM <table>

这可能吗？如果不是，最好的方法是什么？

【问题讨论】：

我删除了不一致的数据库标签。请仅使用您实际使用的数据库进行标记。
当然@GordonLinoff，我只是还没有为我的项目选择数据库，并且正在考虑其中任何一个。如果我不确定，下次我不会包括它们。谢谢

标签： sql string count sql-order-by

【解决方案1】：

在 Oracle 中，您可以使用 handy regex method REGEXP_COUNT()，从 11g 版本开始提供：

select *
from mytable
order by regexp_count(
    'lorum ipsum testing with some dummy text lorum woop what testing again.',
    '(^|\W)' || testing || '(\W|$)'
) desc
fetch first 1 rows only

Demo on DB Fiddle：

身份证 |测试 -: | :------ 2 |劳伦

注意：fetch first 1 rows only 需要 Oracle 12c（在早期版本中，您需要子查询和ROWNUM）。

在 Postgres 中，您可以使用regexp_matches() 为每个搜索词生成一个匹配数组，然后对元素进行计数：

select id, testing, count(m)
from 
    mytable t,
    regexp_matches(
        'lorum ipsum testing with some dummy text lorum woop what testing again.', 
        '\y' || t.testing || '\y',
        'g'
    ) m
group by id, testing
order by count(m)::int desc
limit 1

Demo on DB Fiddle

【讨论】：

【解决方案2】：

这很痛苦，但您可以使用like 和一些字符串操作来计算字符串中的匹配数：

select t.testing,
       (length(v.str) - length(replace(v.str, t.testing, ''))) / length(t.testing) as num_times 
from (values ('lorum ipsum testing with some dummy text lorum woop what testing again.')
     ) v(str) join
     t
     on str like concat('%', t.testing, '%')
order by num_times desc
limit 1;

注意：这是通用的。在 Postgres 中，我会将字符串拆分为单词并进行相等比较。

【讨论】：

【解决方案3】：

使用 Postgres 这很容易：

select word, count(*)
from regexp_split_to_table('lorum ipsum testing with some dummy text lorum woop what testing again.', '\s') as x(word)
group by word
order by count(*) desc

【讨论】：

【解决方案4】：

这是一种利用STRING_SPLIT(<string>,<separator>) 将测试字符串转换为表格的方法（在 Ms-SQL 中实现）。该表可以与字典连接，并且所有匹配项都使用 GROUP BY 和 Count 进行计数。我调用了字典表DICTIONARY

SELECT sub.testing, COUNT(sub.testing) FROM 
(   SELECT d.testing FROM DICTIONARY d
    INNER JOIN ( SELECT value FROM STRING_SPLIT('lorum ipsum testing with some dummy text lorum woop what testing again.', ' ') ) s
    ON d.testing = s.value
)   sub
GROUP BY sub.testing
ORDER BY COUNT(sub.testing) DESC

结果：DICTIONARY 表中的所有匹配值将与计数一起按降序列出

【讨论】：