检索具有相似性的行

Question

我有一个包含用户提交的网址的数据库。 我想检索包含相似之处的每个链接。 例如：

http://google.com

http://google.nl

http://google.com/something

到目前为止，我的自加入查询失败了。任何帮助表示赞赏。

Answer 1

你应该使用这样的东西：

SELECT * FROM MY_TABLE WHERE MY_FIELD LIKE 'http://google.%'

在哪里调用％＆＃39;通配符＆＃39;并且意味着任何数量的任何角色＆＃39;。

Answer 2

如果数据始终是网址，我会找到一些方法来规范化数据，所以请执行以下操作：

• 删除http：//和http：//
• 删除顶级域名.co.uk，.nl，.com（您可以从维基百科或其他地方获取列表）
• 删除每个查询字符串，如果你有一个？，删除它后面的所有内容，那么你的规范化字符串就变成了：

来源：

http://www.google.com https://news.google.com http://google.com https://google.com/hello?wht=sessiojjkahfjkafhadjkfhajk https://google.com/hello?qekqrjeqkej

结束为：

google.com news.google.com google.com google.com/hello google.com/hello

如果您想删除诸如将news news.google.com更改为google.com之类的内容，您也可以轻松删除任何前缀，并且google.com/hello中的/ hello也是如此

这实际上取决于哪些数据对您有用，但是在匹配很容易的状态下，而不是试图找到生成匹配的方法。