在字符串列表中搜索超级字符串 - POSTGRES答案

【问题标题】：Searching a super string in a list of strings - POSTGRES在字符串列表中搜索超级字符串 - POSTGRES
【发布时间】：2018-11-26 13:19:23
【问题描述】：

我不确定我的问题措辞是否正确。但是如何在 POSTGRES 中搜索一个字符串，从而得到如下结果。

要搜索的字符串：

谷歌私人有限公司

表格中的数据

symbol, company name
GOOG, Google Ltd
FACEBOOK, Facebook Corp
APPLE, Apple Inc
DELL, Dell Ltd

如何返回搜索结果

谷歌，谷歌有限公司

，逻辑是根据匹配的最大单词返回结果。

我正在研究 POSTGRES 中的全文搜索选项，我可以理解使用 to_tsvector 的标记化。但我不确定在此之后如何进行。这种搜索方式可行吗？

【问题讨论】：

标签： sql postgresql search full-text-search

【解决方案1】：

我不确定您是否需要对此进行全文搜索——这取决于性能。还有其他方法，比如打断列，输入单词，直接在上面匹配。

这是一种使用regexp_matches()的方法：

select v.*,
       (select count(*) from regexp_matches(symbol || ' ' || company, replace('Google Pvt Ltd', ' ', '|'), 'g')) as matches
from (values ('GOOG', 'Google Ltd'),
             ('FACEBOOK', 'Facebook Corp'),
             ('APPLE', 'Apple Inc'),
             ('DELL', 'Dell Ltd')
    ) v(symbol, company)
order by matches desc
fetch first 1 row only;

【讨论】：

这可行，但在某些情况下，它没有给我任何结果或意想不到的结果。

【解决方案2】：

您可以使用pg_trgm 扩展名。

create extension if not exists pg_trgm;

with my_table(symbol, company_name) as (
values
    ('GOOG', 'Google Ltd'),
    ('FACEBOOK', 'Facebook Corp'),
    ('APPLE', 'Apple Inc'),
    ('DELL', 'Dell Ltd')
)

select *, similarity(company_name, 'Google Pvt Ltd')
from my_table
order by similarity desc;

  symbol  | company_name  | similarity 
----------+---------------+------------
 GOOG     | Google Ltd    |   0.733333
 DELL     | Dell Ltd      |        0.2
 APPLE    | Apple Inc     |  0.0416667
 FACEBOOK | Facebook Corp |          0
(4 rows)

您可以定义当前相似度阈值，只需使用% 运算符，例如：

select set_limit(0.6);

select *
from my_table
where company_name % 'Google Pvt Ltd'

 symbol | company_name 
--------+--------------
 GOOG   | Google Ltd
(1 row)

【讨论】：

这符合我的要求。谢谢！
@Sammy 。 . .这是 - 毫无疑问 - 解决您的问题的最佳方法。但是您的实际问题是“匹配的最大字数”，而这并没有做到最大字数；它测量相似度。
从概念上讲，我的感觉是一样的。也许我没有正确地用词。但它给了我结果。但是我们可以设置每个查询的限制而不是全局吗？
您可以互换使用函数和运算符，例如where similarity(company_name, 'Google Pvt Ltd') > 0.6 而不是 where company_name % 'Google Pvt Ltd'