这样的一个SQL需求你们遇到过吗？

今天要实现一个功能，查询一个表字段中相近的词，没有指定需要查询的词，比如有一张表中有个字段中有111,222,2,333,1那么就需要查询出111,1,222,2这4列，因为333没有相近的词所以不能查询出来。
like 跟 instr 还有正则都需要匹配具体的条件，而这个不存在指定的条件。想利用sql语句来解决，希望高手给点意见。

建表语句如下：

              
CREATE TABLE  test_col (col_name VARCHAR2(100));
              

INSERT INTO TEST_COL (COL_NAME) VALUES ('爱特优科新信息技术（北京）有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('爱特优科信息技术（北京）有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('安那络器件(中国)有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('安那络器件（中国）有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('百润时代网络技术（北京）有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('百润时代网络技术有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('北京艾克赛利科技有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('北京艾克赛利微电子技术有限公司');

INSERT INTO TEST_COL (COL_NAME) VALUES ('百度集团');

INSERT INTO TEST_COL (COL_NAME) VALUES ('新浪集团');

我要实现的结果如下：


1	爱特优科新信息技术（北京）有限公司
2	爱特优科信息技术（北京）有限公司
3	安那络器件(中国)有限公司
4	安那络器件（中国）有限公司
5	百润时代网络技术（北京）有限公司
6	百润时代网络技术有限公司
7	北京艾克赛利科技有限公司
8	北京艾克赛利微电子技术有限公司

最好是挨着的，把相近的显示查询出来

10 个解决方案

#1

#2

也想知道

#3

好智能啊~

#4

SQL> select * from test_col;

COL_NAME
--------------------------------------------------------------------------------
1
2
22
33
1
中国
日本
米国
韓国

9 rows selected

SELECT n.col_name
  FROM (SELECT m.col_name,
               m.keyword,
               COUNT(*) OVER(PARTITION BY m.rid, m.keyword) cnt1,
               COUNT(*) OVER(PARTITION BY m.keyword) cnt2
          FROM (SELECT t1.ROWID rid,
                       t1.col_name,
                       SUBSTR(t1.col_name, t2.rn, 1) keyword
                  FROM test_col t1,
                       (SELECT ROWNUM rn,
                               max_len
                          FROM (SELECT MAX(LENGTH(col_name)) max_len
                                  FROM test_col)
                        CONNECT BY ROWNUM <= max_len) t2
                 WHERE LENGTH(t1.col_name) >= rn) m) n
 WHERE n.cnt1 <> n.cnt2

COL_NAME
--------------------------------------------------------------------------------
1
1
2
22
22
中国
米国
韓国

8 rows selected

如果表数据大，存储过程效率比SQL要好。

#5

这个想法比较有创意，实用性也比较高！

#6

引用楼主  的回复:

今天要实现一个功能，查询一个表字段中相近的词，没有指定需要查询的词，比如有一张表中有个字段中有111,222,2,333,1那么就需要查询出111,1,222,2这4列，因为333没有相近的词所以不能查询出来。
like 跟 instr 还有正则都需要匹配具体的条件，而这个不存在指定的条件。想利用sql语句来解决，希望高手给点意见。

建表语句如下：
SQL code


       ……

你的例子里，百润时代网络技术有限公司和百度集团都含有"百"，不算相同吗？

#7

相近是一个模糊的值，计算机只能确认精确的值。所以对相近需要给个精确的定义，比如80%以上的字符相同。或者是连续的5个字符相同。然后才能确定算法。

#8

一眼就看出共同点
有限公司
那这个来 %有限公司
就行了

#9

引用 6 楼  的回复:

引用楼主  的回复:
今天要实现一个功能，查询一个表字段中相近的词，没有指定需要查询的词，比如有一张表中有个字段中有111,222,2,333,1那么就需要查询出111,1,222,2这4列，因为333没有相近的词所以不能查询出来。
like 跟 instr 还有正则都需要匹配具体的条件，而这个不存在指定的条件。想利用sql语句来解决，希望高手给点意见。

建表语句如下：
SQL co……

百润时代网络技术有限公司和百度集团都含有"百"，不算相同吗？ 算是相同的。

#10

估计是名称不规范引起了其他问题？

做映射会不会好点，让客户自己维护。