修改

Question

如果可能的话，我正在尝试解决，让我举个例子。如果你能引导我走向正确的方向，那将是非常棒的。

Table = names
--------------------
Marks & Spencer
Marks &amp; Spencer
marks &amp; spencer

我要做的是返回不同的值，我已经转换了所有＆amp;标志并改为大写。

所以我的查询是：

SELECT regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS name FROM names GROUP BY names;

但是，我想要做的还是返回一个原始值，哪个没关系，但我只想要返回1行，比如

Result
----------------
name            original
------------------------
MARKS&SPENCER   Marks & Spencer

这可能吗？因为目前我得到的是：

Result
----------------
name            original
------------------------
MARKS&SPENCER   Marks & Spencer
MARKS&SPENCER   Marks &amp; Spencer
MARKS&SPENCER   marks &amp; spencer

感谢您的阅读，非常感谢您的帮助。

==========

修改

我用来获得上述结果的查询是：

SELECT names.name, T.result FROM names 
INNER JOIN 
(
    SELECT DISTINCT regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS result FROM names 
) AS T 
ON regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi')=T.result 
GROUP BY T.result, names.name 
ORDER BY T.result ASC

我正在使用PostgreSQL btw，它可以做的不仅仅是MySQL改变了吗？

Answer 1

您需要按新名称进行分组才能获得一行，并且由于您不关心出现哪个原始名称，请使用min之类的内容进行汇总：

SELECT min(name),regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS name
FROM names
GROUP BY regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi')

Answer 2

仍有改进的余地：

SELECT regexp_replace(upper(name), E'&(?:AMP;)+|\\+', '&', 'g') AS name
     , min(name) AS min_org_name
--   , string_agg(name) AS org_names  -- if you want a list of originals
--   , array_to_string(array_agg(name), ', ') AS org_names -- for pg < 9.0+
     , count(*) AS ct
FROM  (   
    SELECT *
    FROM  (VALUES
          ('Marks & Spencer')
        , ('Marks &amp; Spencer')
        , ('marks &amp; spencer')
        , ('marks &amp; speNceR + sons')
        , ('marks &amp;amp;AMP; speNceR & sons')
       ) AS names(name)
    ) name
GROUP  BY 1;

重点

改进正则表达式：
- 使用相同的&(amp;)*
- 在原件上使用upper()后，'i'标志只会减慢执行速度。相反大写模式：&(AMP;)+
- 使用non-capturing parenthesis：(?:)
- 在使用转义序列\\+时，请使用正确的语法E''
使用位置参数简化GROUP BY，无需拼写两次

Answer 3

目前，您要按原始字段进行分组（您不能按照选择中的字段进行分组）。

你想要其中一个吗？

SELECT DISTINCT
  name                                                       AS original,
  regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS name
FROM
  names

或者...

SELECT
  name                                                       AS original,
  regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS name
FROM
  names
GROUP BY
  name,
  regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi')

或者...

SELECT
  original,
  name
FROM
(
  SELECT
    name                                                       AS original,
    regexp_replace(UPPER(name), '&amp;(amp;)*|\\+', '&', 'gi') AS name
  FROM
    names
)
  AS clean_data
GROUP BY
  original,
  name

如何在一列中获得具有多个可能值的不同值？

修改

3 个答案:

重点