使用 Notepad++ 或 Excel 构造或清理 SQL 过滤器的名称

Question

我经常得到包含 1000 个公司名称的 excel 文件，我需要在我们的系统中匹配这些文件以获取他们的内部 ID 和其他指标，有没有一种简单的方法来进行这种清理

我的示例初始列表

Dash Network Inc.
Presto LLC
Blue origin, Inc.

我需要这样的输出，以便我可以在数据库中执行

UPPER(CMP_NM) LIKE 'DASH%NETWORK%'
OR UPPER(CMP_NM) LIKE 'PRESTO%'
OR UPPER(CMP_NM) LIKE 'BLUE%ORIGIN%'

我执行以下步骤，请问有什么简单的方法。

(1) convert the list to upper
(2) remove INC or LLC
(3) find and replace spaces with %
(4) find in regular expression (.+) and replace with '\1%' --> for before and after single quotes with %

Answer 1

这里有两层：

1. 消毒输入以确保安全。
2. 规范化查询模式的输入。

不要尝试#1

清理 SQL 的输入是一项注定失败的任务。正确的程序是隔离这些输入，使其与 SQL 分开。实现这一点的机制是参数化查询或准备好的语句，具体取决于您选择的平台。

我提出这一点，因为前导和尾随 % 通配符也应该作为这些查询的 SQL 的一部分包含在内。这也有助于使第 2 部分更容易一些。

谈到第 2 部分，首先，在 Notepad++ 中，您可以对空间进行简单的查找/替换，以将 % 通配符放在其位置。标点符号的类似操作也很容易。您可以使用正则表达式选项将逗号、句点等放在单个字符类 ([,.;'/<>!@#$%^&*()]) 中，并将其替换为空文本框。

使用此工具删除“Inc”和“LLC”比较棘手。主要问题是它们可能不是您唯一关心的 sn-p。 LTD 和 AG 作为其他选择浮现在脑海中，而且还有更多。在某些时候，您会需要一个表格，这意味着计算机代码...至少是 Excel 宏。

接下来是使文本大写。相反，在这里我建议您依赖数据库的功能。默认情况下，大多数数据库平台已经不区分大小写，而那些不区分大小写的平台通常可以强制执行特定的排序规则。这就是你应该为此做的。

我们需要考虑OR 条件。建议的解决方案效率极低。您可以通过使用带有 JOIN 的 table value constructor 来改进这一点。不知道你用的是什么数据库平台。该链接适用于 Sql Server，但其他数据库具有类似功能。这将使构建列表更容易一些。如果您将列表作为一系列 INSERT 语句运行到保存表中，那就更好了。然后你可以加入表，不需要特殊的语法。

最后，我需要谈谈领先的% 通配符。这是对表演的绝对谋杀。如果您希望此查询在合理的时间内完成，并且您希望运行它或类似的东西，我强烈建议您研究全文索引和 CONTAINS 运算符。