SQL Server 获取 URL 仅从 TSQL 开始？答案

【问题标题】：SQL Server Get URL Beginning TSQL Only?SQL Server 获取 URL 仅从 TSQL 开始？
【发布时间】：2011-10-18 09:25:44
【问题描述】：

在不要求 SQLCLR 在 C# 中使用正则表达式的情况下，从具有 5 亿行的表中获取 URL 的“词干”的最佳方法是什么？列是 VarChar(3000)，表中的行如下：

http://a.com
http://b.au
http://c.edu?a=3
http://d.com/?a=3
http://d.com/?a=3&b=2
http://d.com/?a=3&b=2

我需要从表中选择并得到这个结果集：

http://a.com             1 
http://b.au              1
http://c.edu             1       
http://d.com             3

谢谢。

【问题讨论】：

标签： sql sql-server aggregation

【解决方案1】：

如果你所有的 URL “词根”都以 '?' 结尾或'/?'，你可以使用它。可以根据需要将其他截止模式添加到 CASE 语句中：

DECLARE @test TABLE (URL varchar(3000))

INSERT INTO @test (URL) VALUES ('http://a.com')
INSERT INTO @test (URL) VALUES ('http://b.au')
INSERT INTO @test (URL) VALUES ('http://c.edu?a=3')
INSERT INTO @test (URL) VALUES ('http://d.com/?a=3')
INSERT INTO @test (URL) VALUES ('http://d.com/?a=3&b=2')
INSERT INTO @test (URL) VALUES ('http://d.com/?a=3&b=2')

SELECT SUBSTRING(URL, 0, 
    CASE
        WHEN PATINDEX('%/?%', URL) > 0 THEN PATINDEX('%/?%', URL)
        WHEN PATINDEX('%?%', URL) > 0 THEN PATINDEX('%?%', URL)
        ELSE LEN(URL) + 1
    END), COUNT(*)
FROM @test
GROUP BY SUBSTRING(URL, 0, 
    CASE
        WHEN PATINDEX('%/?%', URL) > 0 THEN PATINDEX('%/?%', URL)
        WHEN PATINDEX('%?%', URL) > 0 THEN PATINDEX('%?%', URL)
        ELSE LEN(URL) + 1
    END)

【讨论】：

【解决方案2】：

怎么样；

;with test (url) as (
    select 'http://a.com' union
    select 'http://b.au' union
    select 'http://c.edu?a=3' union
    select 'http://d.com/?a=3' union
    select 'http://d.com/?a=3&b=2' union all
    select 'http://d.com/?a=3&b=2'
)
select
    rtrim(replace(left(url, charindex('?', url + '?', 1) - 1) + ' ', '/ ', ''))
from test


>>>
http://a.com
http://b.au
http://c.edu
http://d.com
http://d.com

改成

...,COUNT(*)
from test
    group by rtrim(replace(left(url, charindex('?', url + '?', 1) - 1) + ' ', '/ ', ''))

为组。

【讨论】：

如果您希望在纯 T-SQL 中执行此操作，那么这是要走的路。但是，根据您所需的最终状态，您可能最好在应用程序或表示层中进行字符串格式化。字符串格式化根本不是 SQL 的强项之一。