использование предложения REPLACE in WHERE для проверки орфографических перестановок-MS SQL

в зависимости от того, насколько сложным может стать ваш сценарий, это будет много работы и тоже медленно. Но есть более гибкий подход. Рассмотрим что-то вроде этого, называемое initialTable:

| id | lastname | firstname |
|  1 | o'malley | josé      |
|  2 | omállèy  | dònáld    |
|  3 | o'neill  | jámès     |
|  4 | onackers | sharon    |

может быть, немного, но это иллюстрирует общую проблему. Мне пришлось реализовать "нечеткий" поиск нашего веб - сайта в интранете на основе символьных данных, которые выглядели очень похожими-например, есть много акцентов во французских или испанских именах или уличных адресах.

Что Я did определял функцию, которая выполняла все замены для данной строки, например (псевдокод):

function string replacestuff(string input)
{
  input = replace(input, "è", "e");
  input = replace(input, "é", "e");
  input = replace(input, "ò", "o");
  input = replace(input, "ó", "o");
  input = replace(input, "'", "");
  ...
  return input;
}

используя эту функцию преобразования, создайте вторую таблицу fuzzyTable, который имеет следующее содержание:

| id | lastname | firstname |
|  1 | omalley  | jose      |
|  2 | omalley  | donald    |
|  3 | oneill   | james     |
|  4 | onackers | sharon    |

теперь предположим, что вы получите входную строку для поиска josè. Это не может быть найдено ни в одной таблице. Вам придется сделать вот что:--17-->

declare @input varchar(50)
declare @input_mod varchar(50)
set @input = 'josè'
set @input_mod = replacestuff(@input)

SELECT id FROM initialTable WHERE firstname like @input OR firstname like @input_mod
UNION
SELECT id FROM fuzzyTable WHERE firstname like @input OR firstname like @input_mod
GROUP BY id

(конечно, вы должны добавить % сделать LIKE работа.) Ключ здесь это изменить строку поиска ввода с помощью функции замены; таким образом, вы получите совпадение при поиске sè на содержание sé потому что оба сводятся к se при обработке функцией замены.

вы даже можете выполнить двухуровневый поиск; сначала проверьте только немодифицированную строку против правильной таблицы, а затем с помощью инструкции, показанной выше, выполните нечеткий поиск, если пользователь так говорит.

это очень гибкий подход и может обрабатывать всевозможные вещи, например, находить немецкие буквы ä, ö, ü, ß, используя двухбуквенные выражения ae, oe, ue, ss. Недостатком является то, что вам придется хранить дубликаты некоторых данных и изменять эти дубликаты в fuzzyTable по мере изменения initialTable (или функции замены). В нашем текущем случае использования база данных интрасети обновляется один раз за ночь, так что это не проблема.

редактировать

вы должны знать, что, используя это, в некоторых случаи, когда вы получите ложные срабатывания. Например, мы используем это для поиска сотрудников, и если у вас есть голландское имя, написанное Hoek, вы также найдете это имя в поиске Hök, потому что в немецком языке замена для ö будет oe. Это можно было бы решить с помощью функций замены, учитывающих потребности стран, но мы никогда не заходили так далеко. В зависимости от ваших входных данных это более или менее академично, для нашего случая использования я не помню, чтобы кто-то жаловался.

в основная причина, по которой мы пришли к такому подходу в первую очередь, заключалась в том, что некоторые данные, с которыми нам приходилось работать, были пронизаны орфографическими ошибками, т. е. на французском многие гласные были ударением неправильно, но все же нам нужно было добиться результата.