SELECT 如果字符串包含列值

Question

Manufacturer
==========================
id            name      
--------------------------
1             Company Inc.
2             Google Test.
3             3M (UNITY) USA. INC.
4             CE EE

说，我有一个字符串 'Google Test. 1257 SCS RANDOM 31233DD' 我想查找表manufacturer 中的所有行，其中ht name 是给定字符串的一部分：

SELECT * FROM manufacturer
WHERE 'Google Test. 1257 SCS RANDOM 31233DD' ILIKE '%' || name || '%' 

正确返回：

id            name      
--------------------------
2             Google Test.

但是当我这样做时：

SELECT * FROM manufacturer
WHERE '3dad QTICE EEN ' ILIKE  '%' || name || '%'

它返回：

id            name      
--------------------------
4             CE EE

我不想要这样的部分匹配。 name 不能在单词中间匹配。我试过substring()：

SELECT * from manufacturer
WHERE  SUBSTRING('Google Test. 1257 SCS RANDOM 31233DD' from name) != '';

但我明白了：

ERROR: invalid regular expression: quantifier operand invalid

不幸的是，我没有确切的规范，因为我正在从外部数据库查询这个。但据我所见，专栏是varchar(256)。所有值都大写并使用纯空格。全部以字符或数字开头，以数字、字符或特殊字符结尾。例如：'CLEVLAND DRILL (GREEN)'。值中有特殊字符，如,.()&/

我并不是真的在寻找效率，只要执行一次查询不超过 50 毫秒。

截至目前，大约有 10000 多个条目，但它可能会随着时间的推移而增长。

Answer 1

LIKE 的一种方法是在开头和结尾添加空格：

SELECT *
FROM db
WHERE ' ' || '3dad QTICE EEN ' || ' ' ILIKE  '% ' || manufacturer || ' %'

如果您需要更复杂的匹配，那么您可能需要使用带有单词边界的正则表达式。

Answer 2

所有值都以字符或数字开头，以数字、字符或特殊字符结尾。 ... 值中有特殊字符，如,.()&/。

我建议使用正则表达式匹配运算符~。仔细定义name中的边界和转义特殊字符：

创建一次：

CREATE OR REPLACE FUNCTION f_regexp_escape(text)
  RETURNS text AS
$func$
SELECT regexp_replace($1, '([!$()*+.:<=>?[\\\]^{|}-])', '\\\1', 'g')
$func$  LANGUAGE sql IMMUTABLE;

然后：

SELECT * FROM manufacturer
WHERE  '3dad QTICE EEN ' ~ ('\m' || f_regexp_escape(name) || '( |$)')

怎么样？为什么？

\m .. beginning of a word. 有效，因为：值以字符或数字开头
( |$) .. 空格或字符串结尾。我们需要这个，因为值：以数字、字符或特殊字符结尾

manufacturer.name的内容是模式的核心。您想要其所有字符的字面意义，因此通过正确转义去除任何特殊含义。对于LIKE（少数特殊字符）以及正则表达式匹配运算符~（更多特殊字符）都是如此。经常被忽视并且是一个陷阱。这得到了你（以及边界的棘手定义）。阅读本文！

• Escape function for regular expression or LIKE patterns

然后按照演示使用函数f_regexp_escape()。一个name 喜欢：

3M (UNITY) USA. INC.

变成：

3M \(UNITY\) USA\. INC\.

在表manufacturer 中存储容易转义的模式可能很方便，可能作为附加列。也许像这样添加填充：

\m3M \(UNITY\) USA\. INC\.( |$)

或者像演示的那样动态生成模式。

这样name 可以是单个单词或整个短语，并且可以以任何字符结尾。但是在另一边的“单词”中间，开始和结束永远不会匹配。

Postgres 中有许多其他模式匹配工具：

• Pattern matching with LIKE, SIMILAR TO or regular expressions in PostgreSQL

如果您的表很大，请考虑具有优化索引和 短语搜索 功能的 full text search 基础架构：

• How to search hyphenated words in PostgreSQL full text search?

Answer 3

要解决这个问题，您确实需要使用正则表达式，因为在字符串的任一侧添加空格将不会在行首或行尾匹配。通过使用正则表达式，我们也可以检查这种情况。例如：

SELECT *
FROM manufacturer
WHERE 'Google Test. 1257 36700 SCS RANDOM WORD 31233DD' ~ ('(^| )' || name || '( |$)');

输出：

id  name
2   Google Test.

查询：

SELECT *
FROM manufacturer
WHERE '3dad QTICE EEN ' ~ ('(^| )' || name || '( |$)');

输出：

There are no results to be displayed.

查询：

SELECT *
FROM manufacturer
WHERE 'CE EE ' ~ ('(^| )' || name || '( |$)');

输出：

id  name
4   CE EE

Demo on dbfiddle

更新

由于表中的name 值可以包含在正则表达式中具有特殊含义的字符，因此需要在将名称包含到正则表达式之前对其进行转义。您可以使用 REGEXP_REPLACE 来执行此操作，例如

REGEXP_REPLACE(name, '([\\.+*?[^\]$(){}=!<>|:\-#])', '\\\1', 'g')

所以你的查询应该是：

SELECT *
FROM manufacturer
WHERE 'Google Test. 1257 36700 SCS RANDOM WORD 31233DD' ~ ('(^| )' || REGEXP_REPLACE(name, '([\\.+*?[^\]$(){}=!<>|:\-#])', '\\\1', 'g') || '( |$)');

Updated demo