Question

我有一个带varchar（255）字段的表。我想（通过查询，函数或SP）获取此表中一组行中每个单词的出现次数。

如果这些字段有2行：

"I like to eat bananas"
"I don't like to eat like a monkey"

我想要

    word | count()
    ---------------
    like  3
    eat   2
    to    2
    i     2
    a     1

有什么想法吗？我正在使用MySQL 5.2。

Answer 1

@Elad Meidar，我喜欢你的问题，我找到了解决方案：

SELECT SUM(total_count) as total, value
FROM (

SELECT count(*) AS total_count, REPLACE(REPLACE(REPLACE(x.value,'?',''),'.',''),'!','') as value
FROM (
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(t.sentence, ' ', n.n), ' ', -1) value
  FROM table_name t CROSS JOIN 
(
   SELECT a.N + b.N * 10 + 1 n
     FROM 
    (SELECT 0 AS N UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) a
   ,(SELECT 0 AS N UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) b
    ORDER BY n
) n
 WHERE n.n <= 1 + (LENGTH(t.sentence) - LENGTH(REPLACE(t.sentence, ' ', '')))
 ORDER BY value

) AS x
GROUP BY x.value

) AS y
GROUP BY value

以下是完整的工作小提琴：http://sqlfiddle.com/#!2/17481a/1

首先，我们通过@peterm进行查询以提取所有单词here（如果要自定义处理的单词总数，请按照他的说明操作）。然后我们将其转换为子查询，然后我们COUNT和GROUP BY每个单词的值，然后在GROUP BY之上进行另一个查询，而不是分组的单词可能存在迹象。即：你好=你好！使用REPLACE

Answer 2

我建议不要在SQL中执行此操作。你正在为数据库加载一些不是最好的东西。选择一组行并在应用程序端进行频率计算将更容易实现，将更快地工作并且将以较少的问题/头痛进行维护。

Answer 3

我认为你应该像索引一样使用额外的表格。无论何时创建，更新或删除原始表中的行，都应更新索引表。该索引表应该包含列：word和出现次数。

Answer 4

你可以尝试这种变态的方式：

SELECT 
(LENGTH(field) - LENGTH(REPLACE(field, 'word', ''))) / LENGTH('word') AS `count`
ORDER BY `count` DESC

此查询可能非常慢。而且，它看起来很丑陋。

Answer 5

如果所有单词都在每行的一个字段中，我认为你试图用SQL做太多。我建议您从数据库中获取文本字段后，使用您的应用程序进行任何文本处理/计数。

计算表列中的单词出现次数

5 个答案: