如何在 SQL Server 中查找与给定字符串相似的字符串？

发布于 2024-12-23 01:58:10 字数 617 浏览 5 评论 0原文

我有一个 SQL Server 表，其中包含多个字符串列。我需要编写一个应用程序来获取字符串并在 SQL Server 表中搜索类似的字符串。

例如，如果我将“ ? ? ? ”或“ ? ? ? ”作为输入字符串，我应该从 SQL 表中获取这些：

1 - مختاری
2 - شهاب مختاری
3 - شهاب الدین مختاری

我已经在网上搜索了解决方案，但没有发现任何有用的东西。我已阅读这个问题，但这将不能帮助我，因为：

我使用的是 MS SQL Server 而不是 MySQL
我的表内容是波斯语，所以我不能使用 Levenshtein distance 和类似的方法
我更喜欢仅 SQL Server 的解决方案，而不是基于索引或守护程序的解决方案解决方案。

最好的解决方案是帮助我们按相似性对结果进行排序的解决方案，但是，它是可选的。

您对此有什么建议吗？

谢谢

原文

I have a SQL server table which contains several string columns. I need to write an application which gets a string and search for similar strings in SQL server table.

For example, if I give the "مختار" or "مختر" as input string, I should get these from SQL table:

1 - مختاری
2 - شهاب مختاری
3 - شهاب الدین مختاری

I've searched the net for a solution but I have found nothing useful. I've read this question , but this will not help me because:

I am using MS SQL Server not MySQL
my table contents are in Persian, so I can't use Levenshtein distance and similar methods
I prefer an SQL Server only solution, not an indexing or daemon based solution.

The best solution would be a solution which help us sort result by similarity, but, its optional.

Do you have any suggestion for that?

Thanks

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

街角迷惘 2024-12-30 01:58:10

MSSQL 支持 LIKE ，这看起来应该可以工作。有什么原因它不适合您的程序吗？

SELECT * FROM table WHERE input LIKE '%مختار%'

MSSQL supports LIKE which seems like it should work. Is there a reason it's not suitable for your program?

SELECT * FROM table WHERE input LIKE '%مختار%'

回复收藏 0 原文

冰魂雪魄 2024-12-30 01:58:10

嗯..考虑到您阅读了另一篇文章，您可能已经了解了 like 运算符...也许您的问题是“获取字符串并搜索类似的内容”？

--This part searches for a string you want

declare @MyString varchar(max)

set @MyString = (Select column from table
where **LOGIC TO FIND THE STRING GOES HERE**)


--This part searches for that string

select searchColumn, ABS(Len(searchColumn) - Len(@MyString)) as Similarity
from table where data LIKE '%' + @MyString + '%'
Order by Similarity, searchColumn

相似部分就像您发布的内容一样。如果字符串“更相似”，意味着它们具有相似的长度，则它们在结果查询中的位置会更高。
绝对部分显然可以避免，但我这样做是为了以防万一。

希望有帮助=-）

Hmm.. considering that you read the other post you probably know about the like operator already... maybe your problem is "getting the string and searching for something similar"?

--This part searches for a string you want

declare @MyString varchar(max)

set @MyString = (Select column from table
where **LOGIC TO FIND THE STRING GOES HERE**)


--This part searches for that string

select searchColumn, ABS(Len(searchColumn) - Len(@MyString)) as Similarity
from table where data LIKE '%' + @MyString + '%'
Order by Similarity, searchColumn

The similarity part is something like the thing you posted. If the strings are "more similar" meaning that they have a similar length, they will be higher on the results query.
The absolute part can be avoided obviously but I did it just in case.

Hope that helps =-)

回复收藏 0 原文

默嘫て 2024-12-30 01:58:10

除了 like 运算符之外，您还可以使用条件 WHERE instr(columnname, search) > 0 ;然而，这通常比较慢。它的作用是返回一个字符串在另一个字符串中的起始位置。因此，如果在 ABCDEFG 中搜索 CD，它将返回 3. 3>0，因此将返回该记录。然而，在您所描述的情况下，似乎是最好的解决方案。

回复收藏 0 原文

月棠 2024-12-30 01:58:10

一般的问题是，在相同的字母在单词的开头、中间和结尾有不同的书写形式，因此 - 不同的代码 - 我们可以尝试使用特定的波斯语排序规则，但一般来说这没有帮助。

第二个选项 - 是使用 SQL FTS 功能，但同样 - 如果它没有该语言的特殊语言模块 - 它的用处要小得多。

最通用的方法 - 使用您自己的语言处理 - 这是非常复杂的任务。接下来的关键词和google可以帮助理解问题的大小：DLP、单词和术语、bi-gramms、n-gramms、语法和形态变化

回复收藏 0 原文

后知后觉 2024-12-30 01:58:10

尝试使用内置 Soundex() 和 Difference() 函数。我希望它们在波斯语方面工作得很好。

看看下面的参考资料：
http://blog.hoegaerden.be/2011/02/05/finding-similar-strings-with-fuzzy-logic-functions-built-into-mds/

相似性() 函数帮助您按相似性对结果进行排序（正如您在问题中所问的那样），也可以使用与 Levenshtein 不同的算法，编辑距离取决于 @method 的值算法：

0 Levenshtein 编辑距离算法

1 Jaccard 相似系数算法

2 Jaro-Winkler 距离算法的一种形式

3 最长公共子序列算法

回复收藏 0 原文

陌若浮生 2024-12-30 01:58:10

类似的操作员可能不会做他所要求的事情。例如，如果我的数据库记录中有一个记录值“请，我想问一个问题”。并且可以说，在我的查询中，我想找到像这样的匹配相似度“我可以问一个问题吗” .like 运算符可以使用 like %[your Senttence] 或 [your Senttence]% 来执行此操作，但不建议将其用于字符串相似性，因为句子可能会发生变化，并且所有 like 逻辑可能无法获取匹配的记录。使用朴素贝叶斯为句子进行相似性文本分类，为句子分配标签，或者您可以尝试 MSSQL 服务器中的语义搜索功能

回复收藏 0 原文

~没有更多了~