计算MySQL中一行中单词的出现次数

时间:2008-12-28 04:13:32

标签: mysql regex count

我正在为我的网站制作搜索功能,该搜索功能可以从数据库中找到相关结果。我正在寻找一种计算单词出现次数的方法,但我需要确保单词的两边都有单词边界(所以当我想要“rip”时,我不会以“三重”结束)。

有没有人有任何想法?


人们误解了我的问题:

如何计算单行中 的出现次数?

9 个答案:

答案 0 :(得分:2)

这不是关系数据库非常擅长的东西,除非你可以使用全文索引,并且你已经说过你不能,因为你正在使用InnoDB。我建议您选择相关的行并在应用程序代码中执行单词计数。

答案 1 :(得分:1)

你可以试试这种变态的方式:

SELECT 
(LENGTH(field) - LENGTH(REPLACE(field, 'word', ''))) / LENGTH('word') AS `count`
ORDER BY `count` DESC
  • 此查询可能非常慢
  • 看起来很丑陋
  • REPLACE()区分大小写

答案 2 :(得分:1)

您可以使用REPLACE()克服mysql区分大小写的LOWER()函数的问题。

它草率,但在我看来这个查询运行得非常快。

为了加快速度,我在select'中检索结果集,该select在我的'outer'查询中声明为派生表。由于mysql此时已经有了结果,所以replace方法非常快。

我创建了一个类似于下面的查询,以在多个表和多个列中搜索多个术语。我获得了一个“相关性”数字,相当于搜索到的所有列中所有搜索词的所有出现次数的总和

SELECT DISTINCT ( 
((length(x.ent_title) - length(replace(LOWER(x.ent_title),LOWER('there'),''))) / length('there')) 
+ ((length(x.ent_content) - length(replace(LOWER(x.ent_content),LOWER('there'),''))) / length('there'))
 + ((length(x.ent_title) - length(replace(LOWER(x.ent_title),LOWER('another'),''))) / length('another')) 
+ ((length(x.ent_content) - length(replace(LOWER(x.ent_content),LOWER('another'),''))) / length('another')) 
) as relevance, 
x.ent_type, 
x.ent_id, 
x.this_id as anchor,
page.page_name
FROM ( 
(SELECT 
'Foo' as ent_type, 
sp.sp_id as ent_id, 
sp.page_id as this_id, 
sp.title as ent_title, 
sp.content as ent_content,
sp.page_id as page_id
FROM sp
WHERE (sp.title LIKE '%there%' OR sp.content LIKE '%there%' OR sp.title LIKE '%another%' OR sp.content LIKE '%another%' ) AND (sp_content.title NOT LIKE '%goes%' AND sp_content.content NOT LIKE '%goes%')
) UNION (
  [search a different table here.....]
)
) as x
JOIN page ON page.page_id = x.page_id 
WHERE page.rstatus = 'ACTIVE'
ORDER BY relevance DESC, ent_title;

希望这有助于某人

- Seacrest out

答案 3 :(得分:1)

创建这样的用户定义函数并在查询中使用它

DELIMITER $$

CREATE FUNCTION `getCount`(myStr VARCHAR(1000), myword VARCHAR(100))
    RETURNS INT
    BEGIN
    DECLARE cnt INT DEFAULT 0;
    DECLARE result INT DEFAULT 1;

    WHILE (result > 0) DO
    SET result = INSTR(myStr, myword);
    IF(result > 0) THEN 
        SET cnt = cnt + 1;
        SET myStr = SUBSTRING(myStr, result + LENGTH(myword));
    END IF;
    END WHILE;
    RETURN cnt;    

    END$$

DELIMITER ;

希望它有所帮助 Refer This

答案 4 :(得分:0)

这样的事情应该有效:

从表中选择count(*),其中fieldname REGEXP'[[:<:]] word [[:>:]]';

血淋淋的细节在MySQL手册的第11.4.2节中。

答案 5 :(得分:0)

像LIKE或REGEXP这样的东西不会缩放(除非它是最左边的前缀匹配)。

请考虑使用 fulltext index 来完成您的工作。

select count(*) from yourtable where match(title, body) against ('some_word');

答案 6 :(得分:0)

我使用了以下链接中描述的技术。该方法使用MySQL的lengthreplace函数。

Keyword Relevance

答案 7 :(得分:0)

如果你想要搜索我会建议像Sphinx或Lucene这样的东西,我发现Sphinx(作为一个独立的全文索引器)更容易设置和运行。它运行速度很快,并且可以非常快速地生成索引。即使您使用MyISAM我建议使用它,它比MyISAM的全文索引功能强大得多。

它也可以(稍微)与MySQL集成。

答案 8 :(得分:-3)

这取决于您使用的DBMS,有些允许编写可以执行此操作的UDF。