Question

我的数据库有一个包含3个字段的表格消息：'messageid'，messagetext (varchar)，dateposted (datetime)

我想在字段messagetext中存储一堆邮件，以及在字段dateposted中发布的各自日期。很多这些消息都会包含hashtags。

然后，使用PHP和MySQL，我想找出哪些主题标签是过去一周发布的消息中最常提到的前5个hashtags。

我该怎么做？我真的很感激任何帮助。非常感谢提前。

Answer 1

不要误解我，但你已经为一个受伤的世界做好了准备。最好的方法是遵循lonesomeday的建议并在插入时解析主题标签。这也大大减少了处理时间，并使其更具确定性（工作量在插入之间传播＆＃34;

如果你想继续，你需要解决几个问题。

1）识别标签。

2）多选标签。如果你有一条消息说＆＃34; #MySQL拆分是＃cool＆＃34;，你想从那条消息得到两个行，一个说“MySQL＆＃39;”，另一个很酷的＆＃39;。

3）选择适当的消息

4）表演

您可以通过至少两种方式解决此问题。你可以使用存储函数，你找到here on SO（实际来自this site） - 你必须修改它。

此语法将为您提供value 中第一次出现#hashtag及其后的所有文字：

select substring(value, LENGTH(substring_index(value, '#', 1))+1);

然后，您需要确定每个#hashtag的位置#stops。（它可能是#parenthesized）。此时你需要一个正则表达式，或者搜索至少一个字母数字字符的序列 - 用正则表达式的说法，[a-zA-Z0-9]+ - 通过指定所有可能的字符或使用循环，即＆＃34;＃＆## 34;没关系，＆＃34; #t＆＃34;没问题，＆＃34;＃ta＆＃34;没关系，＆＃34; #tag＆＃34;没关系，＆＃34; #tag，＆＃34;不是，所以你的标签是＆＃39; #tag＆＃39; （或＆＃39;标记＆＃39;）。

另一种更有前景的方法是使用用户定义函数来捕获主题标签;你可以使用PREG_CAPTURE。

您可能必须合并两种方法：修改存储的函数的设置和内部循环以读取

DECLARE cur1 CURSOR FOR SELECT messages.messagetext
                                 FROM messages
                                 WHERE messages.messagetext LIKE '%#%';
DECLARE CONTINUE HANDLER FOR NOT FOUND SET done = 1;

DROP TEMPORARY TABLE IF EXISTS table2;
CREATE TEMPORARY TABLE table2( hashtag` VARCHAR(255) NOT NULL

）ENGINE = Memory;

...

SET occurrence = (SELECT LENGTH(msgtext)
                     - LENGTH(REPLACE(msgtext, '#, ''))
                     +1);
SET i=1;
WHILE i <= occurrence DO
  INSERT INTO table2 VALUES SELECT PREG_CAPTURE('/#([a-z0-9]+)/i', messagetext, occurrence));
  SET i = i + 1;

END WHILE;
...

这将返回message-id和hashtags列表。然后，您需要GROUP他们BY＃标签，按计数ORDER计算他们和DESC，最后添加LIMIT 5以获得最受欢迎的五个。

如何在MySQL列中找到最常提到的主题标签？

1 个答案: