VB6 / SQL“长文本”比较不正确（MS Access 2013）

Question

我在一个使用 MS Access 2013 的项目上工作了很长时间。我遇到的一个问题是我在表格中有非常长的“评论”，我需要分解并插入到新表格中。每个评论都链接到一个“RouteID”，两者之间的关系可以是多对多的。我遇到的主要问题是我要从中移动数据的表中有重复的 cmets。无需保留重复的“评论”，行中的唯一区别是“RouteID”。基本上我有一个旧 cmets 表和一个新 cmets 表。

我的问题是它没有正确检查我的旧表中的 cmets 是否在新表中并且正在创建重复项。

有些评论被发现是重复的，有些则不是，被发现不重复的 cmets 的大小因大小和符号而异，从短到长不等。

这是我编写的一些代码，我尝试了多个版本的 SQL 和 VBA/VB6 代码，但结果仍然相同，重复的 cmets 出现在我的新表中。无论是否与我的问题有关，请随时批评。

我知道有些查询可能太长而无法工作，所以我做了一个 SQL 查询来比较 TABLE'S，但是这也失败了，并且仍然存在重复的 cmets。我检查了我的代码，我不认为我的逻辑不正确

请帮忙！在我的朋友/教授圈子里似乎没有人知道该怎么做。我有一个想法，把 cmets 和 HASH 放到一个类似的表中，然后用它来检查

If Not (rsOLD.EOF And rsOLD.BOF) Then
    rsOLD.MoveFirst
    Do Until (rsOLD.EOF = True)
        TComment = rsOLD(CommentColumn)
        TResponse = rsOLD(ResponseColumn)
        If Not IsNull(TComment) Then
            TComment = Replace(TComment, "'", "''")
            SQL = "SELECT Comment, ID FROM Comments WHERE Comment = (SELECT '" & CommentColumn & _
                  "' FROM CommentsOld WHERE (CommentsOld.ID = " & rsOLD!ID & "));"
            'SQL = "SELECT Comment FROM Comments" & _
            '      " INNER JOIN CommentsOld" & _
            '      " ON Comments.Comment = CommentsOld." & CommentColumn & _
            '      " WHERE CommentsOld.ID = " & rsOLD!ID & ";"
            Set rsCHECK = CurrentDb.OpenRecordset(SQL, dbOpenDynaset)
            If (rsCHECK.EOF And rsCHECK.BOF) Then 'IF COMMENT DOES NOT EXIST, NOTHING FOUND

我曾尝试使用循环通过记录集的 bool 函数，但考虑到每个表中记录的大小，循环的 BigO 太大，无法在合理的时间内完成。

Answer 1

一个可能的原因是您的代码正在执行

SQL = "SELECT Comment, ID FROM Comments WHERE Comment = (SELECT '" & CommentColumn & _
        "' FROM CommentsOld WHERE (CommentsOld.ID = " & rsOLD!ID & "));"

因此，不是返回名称在变量CommentColumn 中的列的内容，而是将列名称作为文字字符串返回。也就是说，如果CommentColumn 包含"Column1" 那么你的SQL 代码没有做

... (Select Column1 FROM CommentsOld ...

它正在做

... (Select 'Column1' FROM CommentsOld ...

也许你应该试试

SQL = "SELECT Comment, ID FROM Comments WHERE Comment = (SELECT [" & CommentColumn & _
        "] FROM CommentsOld WHERE (CommentsOld.ID = " & rsOLD!ID & "));"

编辑回复：评论

由于与文本（短文本）字段相比，备注（长文本）字段存在一些重大限制 w.r.t。连接，DISTINCT 查询（如另一个答案中所述）等。您的散列想法开始看起来越来越有吸引力。在答案here 中有指向各种散列算法的一些 VBA/VB6 实现的链接。

为每条评论生成哈希可能会相当耗时，因此您可能只想执行一次。如果您可以为每个评论列添加一个 [..._hash] 列（例如，为长文本列 [CP1] 添加一个名为 [CP1_hash] 的短文本列）并将哈希存储在其中，那将是理想的。哈希完成后，您可以比较评论 hashes 而不是 cmets 本身。此外，散列列可以以其他有用的方式连接、完全索引和操作。

（是的，哈希冲突的可能性很小，但考虑到您可能正在处理的字符串的长度，我认为这极不可能。）

您肯定不想做的一件事是在 WHERE 子句或 JOIN 条件中使用散列函数本身。这将导致表扫描并强制重新计算每一行的所有哈希值，这可能会真正减慢速度。

Answer 2

从一个空表 NewTable 开始。然后运行这个查询：

insert into NewTable (Comment)
SELECT distinct Comment
FROM OldTable;

'distinct' 将排除所有重复项，因此 NewTable 中的结果应该是唯一的。然后，您可以通过 OldTable 对每个 RouteID 做您喜欢的事情。