3

我正在努力完成以下工作。假设我们有一个包含这些字段（ID、内容）的表

1 | 苹果

2 | 菠萝

3 | 应用

4 | 国家

现在，我正在寻找一个可以告诉我所有可能的常见匹配项的函数。例如，如果参数为“3”，则该函数将返回出现在多于一条记录中的 3 个字符中的所有可能字符串。

在这种情况下，我得到 "app","ppl","ple","ati","tio","ion"

如果参数是“4”，我得到：“appl”，“pple”，“atio”，“tion”

如果参数是“5”，我得到：“apple”，“ation”

如果参数是“6”，则返回 nohting。

直到现在，我还没有找到实现这一点的功能。

谢谢！

一些额外的信息：我在一个带有 MySQL 数据库的 PHP 脚本中使用它。我真的只想给出字符数量作为参数，当然还有要搜索的表格。

4

3 回答 3

3

嗯，这有点难看，但它确实工作得很好。它是通用 SQL，适用于任何环境。只需生成大于您正在阅读的字段的最大长度的子字符串的多个选择。将函数中的数字 50 更改为超出字段长度的数字。它可能会返回一个非常长的查询，但就像我说的，它会正常工作。以下是 Python 中的示例：

import sqlite3

c = sqlite3.connect('test.db')

c.execute('create table myTable (id integer, content varchar[50])')
for id, content in ((1,'apple'),(2,'pineapple'),(3,'application'),(4,'nation')):
    c.execute('insert into myTable values (?,?)', [id,content])

c.commit();

def GenerateSQL(substrSize):
    subqueries = ["select substr(content,%i,%i) AS substr, count(*) AS myCount from myTable where length(substr(content,%i,%i))=%i group by substr(content,%i,%i) " % (i,substrSize,i,substrSize,substrSize,i,substrSize)  for i in range(50)]
    sql = 'select substr FROM \n\t(' + '\n\tunion all '.join(subqueries) + ') \nGROUP BY substr HAVING sum(myCount) > 1'
    return sql

print GenerateSQL(3)

print c.execute(GenerateSQL(3)).fetchall()

生成的查询如下所示：

select substr FROM 
    (select substr(content,0,3) AS substr, count(*) AS myCount from myTable where length(substr(content,0,3))=3 group by substr(content,0,3) 
    union all select substr(content,1,3) AS substr, count(*) AS myCount from myTable where length(substr(content,1,3))=3 group by substr(content,1,3) 
    union all select substr(content,2,3) AS substr, count(*) AS myCount from myTable where length(substr(content,2,3))=3 group by substr(content,2,3) 
    union all select substr(content,3,3) AS substr, count(*) AS myCount from myTable where length(substr(content,3,3))=3 group by substr(content,3,3) 
    union all select substr(content,4,3) AS substr, count(*) AS myCount from myTable where length(substr(content,4,3))=3 group by substr(content,4,3) 
    ... ) 
GROUP BY substr HAVING sum(myCount) > 1

它产生的结果是：

[(u'app',), (u'ati',), (u'ion',), (u'nat',), (u'pin',), (u'ple',), (u'ppl',), (u'tio',)]
于 2009-07-20T04:32:19.573 回答
2

很抱歉，我有一段时间没有玩 php，而且我没有合适的测试环境，但我很快在 c# 3.5 中设计了一种方法

伪代码：用指定长度的字符串和旁边的出现次数构建一个表。选择 count > 1 的位置：

    static void Main(string[] args)
    {

        string[] data = { "apple", "pinapple", "application", "nation" };
        string[] result = my_func(3,data);

        foreach (string str in result)
        {
            Console.WriteLine(str);
        }
        Console.ReadKey();
    }

    private static string[] my_func(int l, string[] data)
    {
        Dictionary<string,int> dict = new Dictionary<string,int>();
        foreach (string str in data)
        {
            for (int i = 0; i < str.Length - l + 1; i++)
            {
                string part = str.Substring(i, l);
                if (dict.ContainsKey(part))
                {
                    dict[part]++;
                }else {
                    dict.Add(part,1);
                }
            }
        }
        var result = from k in dict.Keys
                where dict[k] > 1
                orderby dict[k] descending
                select k;

        return result.ToArray<string>();
    }
于 2009-07-20T07:54:18.060 回答
0

一个明显的选择是使用 REGEX。我没有这方面的经验，但这可能对你有帮助：http: //dev.mysql.com/doc/refman/5.1/en/regexp.html

您需要找到一个合适的表达式来匹配您需要的内容。

于 2009-07-19T14:26:14.477 回答