主页 / dba / 问题 / 95926
Accepted
Nelson
Asked: 2015-03-23 10:36:32 +0800 CST

从 WHERE 子句的字符串中排除特定单词

  • 772

我有一个存储发票的表，我正在尝试从中获取统计信息，不幸的是，该表的构建很差，并且一些关键信息都混杂在 nvarchar 字段中，例如发票是否已被取消或部分信息费用的一部分是豁免的，该字段以非常花哨的字符串形式驻留在该字段中，该字符串由前端解析。3453.234;exempt;Invoice Total...

所以我想创建一个排除几个单词的查询。我的问题是如何完成一个查询，该查询可以根据关键字列表（取消、豁免）排除记录，因此如果该字段中有任何单词，则不会考虑金额。

sql-server t-sql

3 个回答

  1. Best Answer

    构建一个执行它的查询并不难。首先使用带通配符的 LIKE 创建一个连接表的查询。然后从此查询中排除所有内容。

    要明白我的意思，请看这个简单的例子：http ://sqlfiddle.com/#!6/619fb/2

    或者，我在这里复制了一个示例：

    --Create tables for comparing data
CREATE TABLE Invoice
(
  InvoiceID INT NOT NULL IDENTITY,
  InvoiceData varchar(200) NOT NULL,
);

CREATE TABLE BadWords
(
  BadWordID INT NOT NULL IDENTITY,
  BadWord varchar(10) NOT NULL
);

--Insert data
INSERT INTO Invoice (InvoiceData)
VALUES ('This is some invoice data'), ('it is about'), ('something interesting that'),
('you should look at'), ('because its got invoice information');

INSERT INTO BadWords (BadWord)
VALUES ('this'),('invoice');

--Test query:
SELECT *
FROM Invoice
WHERE InvoiceID NOT IN (
  SELECT InvoiceID
  FROM Invoice i
  INNER JOIN BadWords b ON i.InvoiceData LIKE '%' + b.BadWord + '%'
)

    如果您有数十万行，性能可能会成为问题。如果没有更多信息，虽然很难为您提供高性能查询（例如，使用 NOT CONTAINS 自由文本查询可能会提供更好的性能）。

    • 7

  2. 全文搜索是索引复杂字符串的一种更丰富的方法。我知道您的案例不包含散文，但 FTS 可能仍然适合您。

    作为通配符搜索的替代方法，您可以将连接的值拆分为单独的部分。有很多方法可以实现这一点；阅读此链接将引导您找到适合的链接。然后，您可以按集合方式处理您的数据。这假设 nvarchar 中的位置是一致的，或者至少是明确定义的。

    无论哪种方式，您每次运行查询时都可能以表扫描结束 a) 如果谓词中有前导通配符，解析器将不使用索引，或者 b) 您必须先拆分值，然后才能过滤它们.

    如果您能够以某种方式设法索引包含拆分值的视图，那么它可能会充分执行。

    • 2 
  3. select * 
from invoice 
where invoicedata not like '%invoice%' 
or invoicedata not like '%this%'
    • 1

相关问题