计算单行中单词的出现次数

Question

我有一个搜索查询，它能够根据查询中实际出现的单词数量按相关性对结果进行排序。

SELECT id, 
       thesis 
FROM   activity p 
WHERE  p.discriminator = 'opinion' 
       AND ( thesis LIKE '%gun%' 
              OR thesis LIKE '%crucial%' ) 
ORDER  BY ( ( CASE 
                WHEN thesis LIKE '%gun%' THEN 1 
                ELSE 0 
              end ) 
          + ( CASE 
                WHEN thesis LIKE '%crucial%' THEN 1 
                ELSE 0 
              end ) ) 
           DESC 

但是，此查询不会根据“枪”或“关键”出现的次数进行排序。我想让它出现更多“枪”的记录出现在出现次数较少的记录之上。 （即，每次枪出现时加一分，而不是因为枪至少出现一次而加分）

Answer 1

我可能错了，但如果不使用存储过程或 UDF，您将无法计算字符串出现的次数。这是计算子字符串的示例存储函数：

drop function if exists str_count;

delimiter |
create function str_count(sub varchar(255), str varchar(255)) RETURNS INTEGER
DETERMINISTIC NO SQL
BEGIN
    DECLARE count INT;
    DECLARE cur INT;

    SET count = 0;
    SET cur = 0;

    REPEAT
        SET cur = LOCATE(sub, str, cur+1);
        SET count = count + (cur > 0);
    UNTIL (cur = 0)
    END REPEAT;

    RETURN(count);
END|

您可能希望将 varchar(255) 更改为 varchar(65536) 或 TEXT。您现在可以按查询顺序使用它：

SELECT id, 
       thesis 
FROM   activity p 
WHERE  p.discriminator = 'opinion' 
       AND ( thesis LIKE '%gun%' 
              OR thesis LIKE '%crucial%' ) 
ORDER  BY STR_COUNT('gun',thesis) + STR_COUNT('crucial', thesis)

如果您的数据集很大并且性能对您很重要，我建议使用 C 编写自定义 UDF。

Answer 2

根据您的数据库的设置方式，您可能会发现 MySQL 的全文索引更适合您的用例。它允许您索引字段并搜索其中的单词，并根据与出现次数相关的相关性对结果进行排序。

在此处查看文档：http://dev.mysql.com/doc/refman/5.0/en/fulltext-search.html

这是一个有用的问题，提供了一些示例，可能会有所帮助：How can I manipulate MySQL fulltext search relevance to make one field more 'valuable' than another?

最后，如果您不能选择全文搜索，Andrew Hanna 在字符串函数参考上发表的评论可能会起到作用：http://dev.mysql.com/doc/refman/5.0/en/string-functions.html（在页面上搜索“Andrew Hanna”）。他们在服务器上创建了一个函数，可以计算字符串出现的次数。

希望这会有所帮助。