Question

我有一张产品值如下表：

apple iphone
iphone apple
三星手机
电话三星

我想从表中删除那些完全相反的产品（因为我认为它们是重复的），这样我的表只有2条记录而不是4条记录

apple iphone
三星手机

我知道SQL Server中有REVERSE函数，但它会反转整个字符串，而不是我正在寻找的。

我非常感谢任何建议/想法。

Answer 1

在我看来，你太复杂了，一个简单的更新声明就可以了：

UPDATE table SET productname = 'apple iphone' WHERE productname = 'iphone apple'

Answer 2

假设您的词典不包含任何XML实体（例如>或<），并且为每个组合手动创建一堆UPDATE语句是不切实际的。在你的表格中的单词（如果它是实用的，然后简化你的生活，停止阅读这个答案，并使用Justin's answer），你可以创建一个这样的函数：

CREATE FUNCTION dbo.SplitSafeStrings
(
   @List       NVARCHAR(MAX),
   @Delimiter  NVARCHAR(255)
)
RETURNS TABLE
WITH SCHEMABINDING
AS
   RETURN 
   ( SELECT Item = LTRIM(RTRIM(y.i.value('(./text())[1]', 'nvarchar(4000)')))
     FROM ( SELECT x = CONVERT(XML, '<i>' 
          + REPLACE(@List, @Delimiter, '</i><i>') + '</i>').query('.')
      ) AS a CROSS APPLY x.nodes('i') AS y(i));
GO

（如果XML是个问题，there are other, more complex alternatives，例如CLR。）

然后你可以这样做：

DECLARE @x TABLE(id INT IDENTITY(1,1), s VARCHAR(64));

INSERT @x(s) VALUES
  ('apple iphone'),
  ('iphone Apple'),
  ('iphone samsung hoochie blat'),
  ('samsung hoochie blat iphone');

;WITH cte1 AS 
(
  SELECT id, Item FROM @x AS x
  CROSS APPLY dbo.SplitSafeStrings(LOWER(x.s), ' ') AS y
),
cte2(id,words) AS 
(
  SELECT DISTINCT id, STUFF((SELECT ',' + orig.Item 
    FROM cte1 AS orig
    WHERE orig.id = cte1.id
    ORDER BY orig.Item
    FOR XML PATH(''), TYPE).value('.[1]','nvarchar(max)'),1,1,'')
  FROM cte1
),
cte3 AS 
(
  SELECT id, words, rn = ROW_NUMBER() OVER (PARTITION BY words ORDER BY id)
  FROM cte2
)
SELECT id, words, rn FROM cte3
-- WHERE rn = 1 -- rows to keep
-- WHERE rn > 1 -- rows to delete
;

所以你可以在三个CTE之后，而不是上面的SELECT，说：

DELETE t FROM @x AS t
  INNER JOIN cte3 ON cte3.id = t.id
  WHERE cte3.rn > 1;

@x应该留下什么？

SELECT id, s FROM @x;

结果：

id  s
--  ---------------------------
1   apple iphone
3   iphone samsung hoochie blat

Answer 3

我不知道如何在SQL中执行此操作，但是在与SQL接口的语言中，您可以这样做：

您可以对每一行进行标记，以便您拥有一个单词数组，以便“iphone apple”变为{“iphone”，“apple”}然后您可以使用公共交换语句切换元素的顺序，以便它变成{“apple”，“iphone”}然后你可以把它变成一个字符串来制作“apple iphone”

虽然我上面描述的过程并不是那么难做，但找出哪些是彼此重复的（知道哪些要翻转）可能是一个更难的问题

Answer 4

根据你提供的数据示例，你可以尝试这样的事情：

如果productname的“正确”格式为<brand> <product_type>，您只需删除productname not like '<brand>%'的所有产品即可。

如果上述情况无济于事 - 是否有任何产品命名规则？

由于无法应用上述构思，请创建Split函数：

CREATE FUNCTION [dbo].[Split]
(
    @String NVARCHAR(4000),
    @Delimiter NCHAR(1)
)
RETURNS TABLE 
AS
RETURN 
(
    WITH Split(stpos,endpos) 
    AS(
        SELECT 0 AS stpos, CHARINDEX(@Delimiter,@String) AS endpos
        UNION ALL
        SELECT endpos+1, CHARINDEX(@Delimiter,@String,endpos+1)
            FROM Split
            WHERE endpos > 0
    )
    SELECT 'Id' = ROW_NUMBER() OVER (ORDER BY (SELECT 1)),
        'Data' = SUBSTRING(@String,stpos,COALESCE(NULLIF(endpos,0),LEN(@String)+1)-    stpos)
FROM Split
)

在查询中使用它：

select 
    (SELECT (', ' + Data) 
     FROM Split(t.textVal, ' ')
     order by [Data]
     FOR XML PATH( '' )
    )
from 
    test t

这将为您提供带有排序单词的产品名称。有了它，您可以轻松找到重复项。第二个查询是粗糙的边缘，因为我要去afk，但你应该设法平滑它:) 祝你好运

Answer 5

这是一个由空格分隔的两个或多个单词的解决方案。基本上这个想法是使用递归CTE按空格分割，然后使用xml将名称重新排序。然后，您可以按新名称列进行分组，以获取重复数据删除列表：

with split as (
  select id,
    convert(varchar(max), left(name, charindex(' ', name + ' ') - 1)) word,
    stuff(name, 1, charindex(' ', name + ' '), '') name
  from products

  union all

  select id,
    convert(varchar(max), left(name, charindex(' ', name + ' ') - 1)) word,
    stuff(name, 1, charindex(' ', name + ' '), '') name
  from split where name > ''
),
hom as (
  select id,
    (select word + ' '
     from split where id=o.id
     order by word for xml path('')) name
  from split o
)

select name, min(id) id from hom group by name

SQLFiddle

在SQL Server中反转字符串

5 个答案: