将相似名称转换为 SQL 中的规范形式

Question

我有一个书籍数据库。在某些情况下，作者可以使用其姓名的变体作为作者。

例如。 Albert Einstein 可以写成 Albert E. 或 A. Einstein

现在我需要创建一个方法，例如 SQL 数据库，并根据这种情况告诉我作者的 ID。

是否有内置方法可以将名称的多个变体转换为 SQL 语言（例如 PostgreSQL）中的单一类型？

或者我应该使用其他语言（例如 C、C++ 或 Python）更改名称，将名称转换为特定形式，然后发送到数据库？

我宁愿在 SQL 中使用方法而不是使用其他语言

Answer 1

您可以将 PostgreSQL 全文搜索与 同义词词典。配置文件将包含

Albert E. : Albert Einstein
A. Einstein : Albert Einstein

Answer 2

维基百科说：

Soundex 是一种语音算法，用于按英语发音对名称进行索引。目标是将同音词编码为相同的表示形式，以便尽管拼写存在微小差异，但它们仍可以匹配。[1]该算法主要对辅音进行编码；元音除非是第一个字母，否则不会被编码。 Soundex 是所有语音算法中最广为人知的算法（部分原因是它是流行数据库软件的标准功能，例如 DB2、PostgreSQL、[2] MySQL、[3] SQLite、[4] Ingres、MS SQL Server、[5] ] Oracle。[6] 和 SAP ASE。[7]) Soundex 的改进是许多现代语音算法的基础

https://en.wikipedia.org/wiki/Soundex

Answer 3

当执行这样的操作时：

select 
   id, 
   (Author) as Author,
   sum(case when length(name)>2 
            then 1 
            else 0 end) score
from 
   books 
   left join unnest(pg_catalog.string_to_array('Albert Einstein', ' ')) name
         on Author like '%'||name||'%'
group by id
order by score DESC

unnest() 从名称 Albert Einstein 返回部分 Albert 和 Einstein，并计算分数。分数越高，最有可能匹配。

它返回：

id	作者	分数
1	Albert Einstein	2
2	A. Einstein	1
3	Albert E.	1
4	Anne Ellit	0
6	Arthur Eddington	0
5	Allan W. Eckert	0

有关完整的 SQL，请参阅 DBFIDDLE

当然，此脚本还有改进的空间，因为像“Albert Camus”或“Siegfried Einstein”这样的作者在此代码中也获得了 1 分。