Oracle：比较来自两个不同表的两列的逗号分隔值[重复]

Question

我想比较两个不同 Oracle 表的具有逗号分隔值的两列（差异表）的值。我想查找与所有值匹配的行（NAME1 所有值都应与 NAME2 值匹配）。

注意：逗号分隔值的顺序不同。

例子：

T1:
ID_T1             NAME1
===================================


1      ASCORBIC ACID, PARACETAMOL, POTASSIUM HYDROGEN CARBONATE
2      SODIUM HYDROGEN CARBONATE, SODIUM CARBONATE ANHYDROUS, CITRIC ACID
3      CAFFEINE, PARACETAMOL PH. EUR.
4      PSEUDOEPHEDRINE HYDROCHLORIDE,DEXCHLORPHENIRAMINE MALEATE
5      PARACETAMOL, DEXTROMETHORPHAN, PSEUDOEPHEDRINE, PYRILAMINE

T2:

ID_T2          NAME2
=================================

 4      POTASSIUM HYDROGEN CARBONATE, ASCORBIC ACID, PARACETAMOL
 5      SODIUM HYDROGEN CARBONATE, SODIUM CARBONATE ANHYDROUS
 6      PARACETAMOL PH. EUR.,CAFFEINE
 7      CODEINE PHOSPHATE, PARACETAMOL DC
 8      DEXCHLORPHENIRAMINE MALEATE, DEXTROMETHORPHAN HYDROBROMIDE 
10      DEXCHLORPHENIRAMINE MALEATE, PSEUDOEPHEDRINE HYDROCHLORIDE
11      PARACETAMOL, DEXTROMETHORPHAN, PSEUDOEPHEDRINE, PYRILAMINE1

MY RESULT 应该只显示基于两个表中的 ALL NAME 匹配的匹配行。

ID_T1    ID_T2    MATCHING NAME
    ==================================
    1            4    POTASSIUM HYDROGEN CARBONATE, ASCORBIC ACID, PARACETAMOL
    3            6    PARACETAMOL PH. EUR.,CAFFEINE
    4           10    PSEUDOEPHEDRINE HYDROCHLORIDE,DEXCHLORPHENIRAMINE MALEATE

现有成员@Goran 下面提供了部分解决方案，以下解决方案适用于除最后一行以外的所有值。下面的解决方案是找到 T1 的第 5 行与 T2 的第 11 行的匹配这是错误的，因为 T2 的最后一行值是“PYRILAMINE1”，它是 到 T1 最后一行值“PYRILAMINE”

部分解决方案：

SELECT
    T1.ID_T1,
    T2.ID_T2,
    T1.NAME1
FROM
    T1
    JOIN T2 ON TRIM('#' FROM TRANSLATE(T1.NAME1, T2.NAME2, '#')) IS NULL
               AND TRANSLATE(T1.NAME1, T2.NAME2, '#') IS NOT NULL
               AND REGEXP_COUNT(T1.NAME1, ',') = REGEXP_COUNT(T2.NAME2, ',');

Answer 1

这是一种方法，纯粹在 SQL 中，不利用 Oracle 12 及更高版本的任何功能（因为您没有告诉我们您的版本，所以我不想做出假设）。如果您发现自己多次需要这种比较，最好按照下面代码中显示的行编写“normalize_string”函数，并在需要时使用它。它会做什么（以及下面的代码做什么）是将逗号分隔的字符串拆分为标记，从每个标记的前面和结尾修剪空格，将每个标记转换为大写（允许输入小写字母），重复标记（允许相同的标记在输入中出现多次），然后重新创建逗号分隔的列表，标记按字母顺序出现。然后，这允许将结果字符串相互比较。

如果在您的能力范围内（无论是自己做还是影响老板去做），那就更好了，那就是改变数据模型。您应该有一个单独的小表用于各个成分，并带有一个主键（可能是一个数字，当然不是成分的名称）以供其他表参考。然后你需要一个单独的小药物表，也有一个主键（不是药物名称！）最后是一个多对多关系表，每个药物中的每种成分都有一行 - 两者都由它们各自的键标识（不是名字）。这将避免药物或成分名称中的拼写错误、小写而不是大写等，这将使您的所有代码更容易编写、测试和维护，并且速度更快。你能做到吗？

= = = = = = =

在下面的输出中，我显示出现在t1 中的“名称”（在您想要的输出中，您显示出现在t2 中的名称，但我假设您不在乎）。也许显示标准化版本会更好（norm1 而不是name1）。

select n1.id_t1, n2.id_t2, n1.name1
from
  ( select id_t1, name1, listagg(token, ', ') within group (order by token) norm1
    from   ( select  distinct id_t1, name1,
                     upper(trim(substr(str, instr(str, ',', 1, level) + 1,
                           instr(str, ',', 1, level + 1) 
                              - instr(str, ',', 1, level) - 1))) token
             from    (select id_t1, name1, ',' || name1 || ',' as str from t1)
             connect by  level <= length(str) - length(replace(str, ',')) - 1 
                     and prior id_t1 = id_t1
                     and prior sys_guid() is not null
           )
    group  by id_t1, name1
  ) n1
  inner join
  ( select id_t2, name2, listagg(token, ', ') within group (order by token) norm2
    from   ( select  distinct id_t2, name2, 
                     upper(trim(substr(str, instr(str, ',', 1, level) + 1,
                           instr(str, ',', 1, level + 1)
                              - instr(str, ',', 1, level) - 1))) token
             from    (select id_t2, name2, ',' || name2 || ',' as str from t2)
             connect by  level <= length(str) - length(replace(str, ',')) - 1 
                     and prior id_t2 = id_t2
                     and prior sys_guid() is not null
           )
    group  by id_t2, name2
  ) n2
  on n1.norm1 = n2. norm2
;

输出

 ID_T1  ID_T2 NAME1                                                             
------ ------ ------------------------------------------------------------------
     1      4 ASCORBIC ACID, PARACETAMOL, POTASSIUM HYDROGEN CARBONATE          
     3      6 CAFFEINE, PARACETAMOL PH. EUR.                                    
     4     10 PSEUDOEPHEDRINE HYDROCHLORIDE,DEXCHLORPHENIRAMINE MALEATE