我正在尝试在数据库中搜索一些重复记录，这些副本是由最终用户输入的。由于它们是由最终用户（可能是不同的人）输入的，因此记录略有不同。我唯一可以搜索的就是公司名称，正如您可能已经猜到的那样，可能会有不同的措辞。例如：
Id Code Name
1 A001 Company A LTD
2 A002 Company A Limited
3 A003 Co. A LTD
所有3条记录均针对同一家公司，只是不同的人可能已输入这些记录，因此他们对公司名称有不同的措辞。所以我想要做的是从支持的角度来看更容易，我想找到一个有重复的公司的这些记录，然后删除它，但你可以想象它很难搜索到这个，因为名称可能不同。
我正在考虑使用Like声明获取公司名称的第一个字母和第二个字。
Where Name Like 'C%A%'
但肯定有更好的方法可以做到这一点。
答案 0 :(得分：1)
查看SOUNDEX()和DIFFERENCE()：
Using SOUNDEX and DIFFERENCE to Standardize Data in SQL Server
SOUNDEX将字母数字字符串转换为四字符代码 基于说话时弦的声音。第一个字符 代码是character_expression的第一个字符，转换为 大写。代码的第二到第四个字符是 表示表达式中字母的数字。字母A， 除非它们是第一个字母，否则忽略E，I，O，U，H，W和Y. 的字符串。如果需要，最后添加零以生成a 四字符代码。有关SOUNDEX代码的更多信息，请参阅 Soundex索引系统。
可以比较来自不同字符串的SOUNDEX代码以了解具体方法 类似于说话时的弦乐声。 DIFFERENCE功能 对两个字符串执行SOUNDEX，并返回一个整数 表示SOUNDEX代码与这些字符串的相似程度。
SOUNDEX是整理敏感的。字符串函数可以嵌套。
答案 1 :(得分：0)
这实际上不是SQL问题。您正在寻找规则来应用算法。
从您的示例中，您可以使用同义词列表（＆＃39;公司＆＃39; =＆＃39; Co。＆＃39;，＆＃39;有限＆＃39; =＆＃39; LTD＆＃ 39）。然后，您将替换所有＆＃39;公司＆＃39;与＆＃39; Co。＆＃39;，all＆＃39; Limited＆＃39;与＆＃39; LTD＆＃39;等等。然后您将比较结果字符串，可能不区分大小写。
但是，仍然无法找到A Limited＆＃39;或者＆＃39; A＆＃39;。所以也许最好删除所有不是实际名称（在你的例子中为A）？但这可能会导致误报。
然后可能会出现错别字＆＃39; Sdidas＆＃39;阿迪达斯＆＃39;阿迪达斯＆＃39;因为S在键盘上的A旁边，或者＆＃39; didas＆＃39;因为A键的压力不够大： - （
取决于您应用的算法有多硬或多软。一条规则可能会让你太多＆＃34;重复＆＃34;没有，另一个不是所有实际存在的重复。
明白你真正想要重复的内容。可能没有＃34;完美＆＃34;解决方案。
答案 2 :(得分：0)
我会使用Full Text Search。它可以照顾像“有限公司”这样的东西。和“有限”或“共同”。和“公司”通过可配置的词库，但最终，这仍然是一个逐个记录的手动工作，检查排名最高的匹配，并决定保留哪一个。
答案 3 :(得分：0)
由于仅通过技术比较无法解决这个问题，您可能想要采用完全不同的路线。
可能是您的数据库中的所有公司都可以通过某个业务ID识别。一个例子是全球位置号GLN，或者可能是美国注册号（或者它们位于何处）。因此，您可以在tabe中引入此数字，然后要求维护数据的人员（即进入公司的人员）添加这些数字。然后最后只搜索重复的ID。
（您的数据库显然是基于技术ID。在具有自然键的数据库中，您首先会寻找一些唯一标识公司的东西，例如GLN，以便构建表。所以使用自然在设置数据库时，键通常更有效，但稍后会得到回报，例如在您的示例中，您根本无法获得任何重复项： - ）