如何在 SQL 中排序，忽略文章（“the”、“a”、“an”等）答案

【问题标题】：How to sort in SQL, ignoring articles ('the", "a', "an" etc)如何在 SQL 中排序，忽略文章（“the”、“a”、“an”等）
【发布时间】：2011-03-16 05:15:51
【问题描述】：

这出现了很多，我可以看到它出现在 StackOverflow 上的 XSLT、Ruby 和 Drupal，但我没有看到它专门用于 SQL。

所以问题是，当标题以“The”、“A”或“An”开头时，如何正确排序？

一种方法是简单地 TRIM() 那些字符串：

ORDER BY TRIM( 
  LEADING 'a ' FROM 
  TRIM( 
    LEADING 'an ' FROM 
    TRIM( 
      LEADING 'the ' FROM LOWER( title ) 
      ) 
    ) 
  )

不久前是suggested on AskMeFi（它需要LOWER() 函数吗？）。

我知道我也看到了某种 Case/Switch 的实现，但这对 Google 来说有点困难。

显然有许多可能的解决方案。有什么好处是 SQL 专家权衡哪些对性能有影响。

【问题讨论】：

同意评论者对其中一个链接的 SO 问题的看法：规则可能比看起来更复杂。例如，您的特定建议可能无法正确排序以下列表：The A Test、The B Test、The C Test。

标签： sql mysql sorting switch-statement trim

【解决方案1】：

我见过的一种方法是设置两列——一列用于显示，另一列用于排序：

description  |  sort_desc
----------------------------
The the      | the, The
A test         | test, A
I, Robot      | i, Robot

我还没有做过任何真实世界的测试，但是这样做的好处是能够使用索引，并且每次您想按描述排序时都不需要进行字符串操作。除非您的数据库支持物化视图（MySQL 不支持），否则将逻辑实现为视图中的计算列不会提供任何好处，因为您无法索引计算列。

【讨论】：

【解决方案2】：

我已经用了很多年了，但不记得在哪里找到了它：

SELECT 
CASE
    WHEN SUBSTRING_INDEX(Title, ' ', 1) IN ('a', 'an', 'the') 
    THEN CONCAT( SUBSTRING( Title, INSTR(Title, ' ') + 1 ), ', ', SUBSTRING_INDEX(Title, ' ', 1) ) 
    ELSE Title 
    END AS TitleSort,
Title AS OriginalTitle 
FROM yourtable 
ORDER BY TitleSort

产量：

TitleSort                  | OriginalTitle
------------------------------------------------------
All About Everything       | All About Everything
Beginning Of The End, The  | The Beginning Of The End
Interesting Story, An      | An Interesting Story
Very Long Story, A         | A Very Long Story

【讨论】：

【解决方案3】：

特别是对于 Postgres，您可以使用 regexp_replace 为您完成工作：

BEGIN;
CREATE TEMPORARY TABLE book (name VARCHAR NOT NULL) ON COMMIT DROP;
INSERT INTO book (name) VALUES ('The Hitchhiker’s Guide to the Galaxy');
INSERT INTO book (name) VALUES ('The Restaurant at the End of the Universe');
INSERT INTO book (name) VALUES ('Life, the Universe and Everything');
INSERT INTO book (name) VALUES ('So Long, and Thanks for All the Fish');
INSERT INTO book (name) VALUES ('Mostly Harmless');
INSERT INTO book (name) VALUES ('A book by Douglas Adams');
INSERT INTO book (name) VALUES ('Another book by Douglas Adams');
INSERT INTO book (name) VALUES ('An omnibus of books by Douglas Adams');

SELECT name FROM book ORDER BY name;
SELECT name, regexp_replace(lower(name), '^(an?|the) (.*)$', '\2, \1') FROM book ORDER BY 2;
SELECT name FROM book ORDER BY regexp_replace(lower(name), '^(an?|the) (.*)$', '\2, \1');
COMMIT;

【讨论】：

【解决方案4】：

我只能代表 SQL Server：您在 CASE 语句中使用 LTRIM。不需要 LOWER 函数，因为默认情况下选择不区分大小写。但是，如果您想忽略文章，那么我建议您使用干扰词词典并设置全文索引目录。我不确定其他实现是否 SQL 支持这个。

【讨论】：

区分大小写取决于排序规则。全文搜索 (FTS) 在 MySQL、Oracle、SQL Server 上可用……不知道 PostgreSQL 是什么，但我确信它具有本机功能。还有像斯芬克斯这样的第 3 方 FTS...
“你在 CASE 语句中使用 LTRIM”——这是否意味着你做了相当于“如果它以 'the ' 开头，则修剪它”？我想知道这是否会减慢进程，而不是一揽子 TRIM() 可能在大多数情况下都会失败。
LTRIM 去掉了前导空格

【解决方案5】：

LOWER 是必需的。 SELECT 不区分大小写，ORDER BY 是。

【讨论】：

【解决方案6】：

尝试以下方法：

订购方式 replace(replace(replace(YOURCOLUMN,'THE',''),'a\'',''),'an','')

未测试！

【讨论】：

很惊讶没有人解释这个问题。排序时，您要替换 LEADING 文章，而这将替换所有文章。