SQL: разделение столбца на несколько слов для поиска пользовательского ввода

Я хочу сравнить отдельные слова от ввода пользователя на отдельные слова из столбца в моей таблице.

Например, рассмотрим эти строки в моей таблице:

ID Name
1  Jack Nicholson
2  Henry Jack Blueberry
3  Pontiac Riddleson Jack

Учтите, что пользовательский ввод "Pontiac Jack". Я хочу назначить весы/ранги для каждого совпадения, поэтому я не могу использовать обложку LIKE (WHERE Name LIKE @SearchString).

Если Pontiac присутствует в любой строке, я хочу присудить ему 10 очков. Каждый матч для Джека получает еще 10 очков и т.д. Так что строка 3 получит 20 очков, а строки 1 и 2 получат 10.

Я разделил пользовательский ввод на отдельные слова и сохранил их во временную таблицу @SearchWords (Word).

Но я не могу понять способ иметь инструкцию SELECT, которая позволяет мне объединить это. Может быть, я собираюсь сделать это неправильно?

Cheers, WT

Ответы

Ответ 1

Для SQL Server попробуйте следующее:

SELECT Word, COUNT(Word) * 10 AS WordCount
FROM SourceTable
INNER JOIN SearchWords ON CHARINDEX(SearchWords.Word, SourceTable.Name) > 0
GROUP BY Word

Ответ 2

Как насчет этого? (это синтаксис MySQL, я думаю, вам нужно заменить CONCAT и сделать это с помощью +)

SELECT names.id, count(searchwords.word) FROM names, searchwords WHERE names.name LIKE CONCAT('%', searchwords.word, '%') GROUP BY names.id

Тогда у вас будет результат SQL с идентификатором таблицы имен и количеством слов, соответствующих этому идентификатору.

Ответ 3

Вы можете сделать это через общее табличное выражение, которое будет определять вес. Например:

--** Set up the example tables and data
DECLARE @Name TABLE (id INT IDENTITY, name VARCHAR(50));
DECLARE @SearchWords TABLE (word VARCHAR(50));

INSERT INTO @Name
        (name)
VALUES  ('Jack Nicholson')
       ,('Henry Jack Blueberry')
       ,('Pontiac Riddleson Jack')
       ,('Fred Bloggs');

INSERT INTO @SearchWords
        (word)
VALUES  ('Jack')
       ,('Pontiac');

--** Example SELECT with @Name selected and ordered by words in @SearchWords
WITH Order_CTE (weighting, id)
AS (
    SELECT COUNT(*) AS weighting
         , id 
      FROM @Name AS n
      JOIN @SearchWords AS sw
        ON n.name LIKE '%' + sw.word + '%' 
     GROUP BY id
)
SELECT n.name
     , cte.weighting
  FROM @Name AS n
  JOIN Order_CTE AS cte
    ON n.id = cte.id
 ORDER BY cte.weighting DESC;

Используя этот метод, вы также можете применить значение к каждому поисковому слову, если хотите. Поэтому вы можете сделать Джека более ценным, чем Pontiac. Это будет выглядеть примерно так:

--** Set up the example tables and data
DECLARE @Name TABLE (id INT IDENTITY, name VARCHAR(50));
DECLARE @SearchWords TABLE (word VARCHAR(50), value INT);

INSERT INTO @Name
        (name)
VALUES  ('Jack Nicholson')
       ,('Henry Jack Blueberry')
       ,('Pontiac Riddleson Jack')
       ,('Fred Bloggs');

--** Set up search words with associated value
INSERT INTO @SearchWords
        (word, value)
VALUES  ('Jack',10)
       ,('Pontiac',20)
       ,('Bloggs',40);


--** Example SELECT with @Name selected and ordered by words and values in @SearchWords
WITH Order_CTE (weighting, id)
AS (
    SELECT SUM(sw.value) AS weighting
         , id 
      FROM @Name AS n
      JOIN @SearchWords AS sw
        ON n.name LIKE '%' + sw.word + '%' 
     GROUP BY id
)
SELECT n.name
     , cte.weighting
  FROM @Name AS n
  JOIN Order_CTE AS cte
    ON n.id = cte.id
 ORDER BY cte.weighting DESC;

Ответ 4

Мне кажется, что лучше всего будет поддерживать отдельную таблицу со всеми отдельными словами. Например:

ID     Word       FK_ID
1      Jack       1
2      Nicholson  1
3      Henry      2
(etc)

Эта таблица будет обновляться с помощью триггеров, и у вас будет некластеризованный индекс в "Word", "FK_ID". Тогда SQL для создания ваших весов будет простым и эффективным.

Ответ 5

Как насчет чего-то подобного....

Select id, MAX(names.name), count(id)*10 from names
inner join @SearchWords as sw on 
    names.name like '%'+sw.word+'%'
group by id

предполагая, что таблица с именами называется "именами".