选择（几乎）重复的行

Question

我的表看起来像这样：

| id (int) | sentence (varchar) |

我想找到除一个特定单词之外几乎相同的所有行。例如：

| 230 | test |
| 321 | test sth |
...
| 329 | is (sth) it?
| 923 | is it?

在这种情况下，可能不同的词是 sth 。理想情况下，我可以使用某种＆＃34;数组＆＃34;与可能不同的单词列表。

这是我纯粹在SQL中做的事情吗？

Answer 1

只是一个未经测试的快速拍摄，抱歉，但我认为你可以做类似

的事情

SELECT * FROM table GROUP BY REPLACE(text, 'sth', '')

Answer 2

您可以使用SOUNDEX。因此，使用您提供的示例，这些查询：

SELECT SOUNDEX('test')
SELECT SOUNDEX('test sth')
SELECT SOUNDEX('is (sth) it?')
SELECT SOUNDEX('is it?')

返回以下结果：

T230
T230
I200
I200

这意味着前两个和后两个 听起来像是。我无法确定的是，这对您的实际数据有多好，您只需要尝试。