假设有一个表 foo ,列 bar 带有逗号分隔值('a,b', 'a,b,c', 'A B C D' , 'd,E') 如何选择最大的组合并排除该组合中包含的所有子集(最大的一个):
上述数据集的示例,结果应为:
('a,b,c,d','d,e')和前两个实体('a,b','a,b,c') 被排除在外,因为它们是('a,b,c,d')的子集。
考虑到逗号分隔字符串中的所有值都按字母顺序排序
我尝试了以下查询,但结果似乎与我的需求相差甚远:
select distinct a.bar from foo a inner join foo b
on a.bar like '%'|| b.bar||'%'
and a.bar != b.bar
答案 0 :(得分:1)
您可以使用string_to_array()
将字符串拆分为数组。使用包含运算符@>
,您可以检查数组是否包含另一个。 (见"9.18. Array Functions and Operators"。)
在NOT EXISTS
子句中使用它。 fi.ctid <> fo.ctid
用于确保比较的行对的物理地址不相等,当然,一行的数组将包含与同一行相比的数组。
SELECT fo.bar
FROM foo fo
WHERE NOT EXISTS (SELECT *
FROM foo fi
WHERE fi.ctid <> fo.ctid
AND string_to_array(fi.bar, ',') @> string_to_array(fo.bar, ','));
但是我无法抗拒:不要在关系数据库中使用逗号分隔的字符串。你有更好的方法。它被称为“桌子”。
答案 1 :(得分:0)
首先将字符串处理成字符集,然后将字符集与自身交叉连接,排除两边字符集相同的行。
接下来,聚合&amp;在BOOL_OR
子句中使用HAVING
来过滤掉任何其他字符集子集的任何字符集
使用cte中显示的样本表,查询变为:
WITH foo(bar) AS (SELECT '("a,b" , "a,b,c" , "a,b,c,d" , "d,e")'::TEXT)
SELECT bar, string_to_array(elems[1], ',') not_subset
FROM foo
CROSS JOIN regexp_matches(bar, '[\w|,]+', 'g') elems
CROSS JOIN regexp_matches(bar, '[\w|,]+', 'g') elems2
WHERE elems2[1] != elems[1]
-- my regex also matches the ',' between sets which need to be ignored
-- alternatively, i have to refine the regex
AND elems2[1] != ','
AND elems[1] != ','
GROUP BY 1, 2
HAVING NOT BOOL_OR(string_to_array(elems[1], ',') <@ string_to_array(elems2[1], ','))
产生输出
bar not_subset
'("a,b" , "a,b,c" , "a,b,c,d" , "d,e")' {'d','e'}
'("a,b" , "a,b,c" , "a,b,c,d" , "d,e")' {'a','b','c','d'}