有没有办法确定在某一行中哪个字符串显示最多？答案

【问题标题】：Is there a way to determine which string shows up the most within a certain row?有没有办法确定在某一行中哪个字符串显示最多？
【发布时间】：2019-11-04 18:13:08
【问题描述】：

我正在建立一个数据库，这个数据库有几个评论。我想选择一条评论，并且我想确定该评论中出现次数最多的单词。例如，假设评论是“糟糕的食物，糟糕的服务，糟糕的地方”。我想返回可怕这个词。我在 Oracle 11g Express 上运行。

我实际上完全被这件事难住了。如果行只包含一个字符串，我会知道该怎么做，但是由于行包含多个字符串（完整的段落），这对我来说是个问题。我使用的是 PL/SQl，所以我不仅限于 SQL 语句。

这是我的评论表

CREATE TABLE REVIEW (
review_id INT,
review_text CLOB,
primary key (review_id));

正如我所说，我对此感到很困惑。我找不到太多关于如何对一大行文本进行排序的信息，然后找到文本中出现的最常见的字符串。

【问题讨论】：

见asktom.oracle.com/pls/apex/…

标签： sql oracle plsql oracle11g

【解决方案1】：

有一些事情需要处理，比如“糟糕的食物，糟糕的服务，糟糕的地方”。应该把“可怕”和“可怕”算在一起，还要去掉标点符号。这些可以通过正则表达式处理。此外，如果几个单词的计数相同，则应分别显示。下面的回答是肯定的。

with review as
      -- CTE (Oracle: Subquery Factoring) for test data. TO BE Replaced by actual table.
     (select 'Terrible food, terrible service, bad, bad place' || chr(13) || chr(10) || 'Just stay away!!' review_text from dual)
   , review_words as
     -- Strip target string of Punctuation and Control characters, also reduce multiple spaces to single space
     (select regexp_replace(regexp_replace(review_text,'[[:punct:][:cntrl:]]',' '),'\s{2,}',' ') rwords
        from review
     )
   , word_list as 
     -- Now from result of above the individual words and convert to lower case.
     ( select lower(regexp_substr(rwords,'[^ ]+',1,rownum)) words 
         from review_words connect by level <=  regexp_count(rwords,' ') 
     )
-- get each word and count highest ranked words.
select word, cnt 
  from ( -- Rank the Word count  
         select word, cnt, rank() over(order by cnt desc) rnk
           from (-- get the number of occurrence of eah word.
                 select words word, count(*) cnt 
                   from word_list   
                  group by words
                )
       )
 where rnk = 1;

在此处查看fiddle。

【讨论】：

【解决方案2】：

也许这样的事情会有所帮助...... 我找到了这个ARTICLE

我对它进行了一些重新配置，以便它在 clob 列中找到最常见的电子邮件。这是查询：

with emails as (
  select 
    cast(trim(
      regexp_substr(t.toaddress, '[^,]+', 1, levels.column_value)
    ) as varchar2(320)) as email,
    domain,
    id
  from  t,
        table(cast(multiset(
          select level from dual 
          connect by level <= length (regexp_replace(t.toaddress, '[^,]+')) + 1
        ) as sys.OdciNumberList)) levels
)
  select email from (select email, count(email) ce
  from   emails
  group by email) where ce = (select max(ce) 
                              from (select email, count(email) ce
                                    from   emails
                                    group by email));

这里是DEMO 但是所有的荣耀都归于 康纳·麦克唐纳

【讨论】：