sql – 在两列中查找可能的重复项,忽略大小写和特殊字符

SELECT COUNT(*),name,number
FROM   tbl
GROUP  BY name,number
HAVING COUNT(*) > 1

它有时无法在小写和大写之间找到重复.
例如：晴天和阳光不会显示为重复.
那么如何在PostgreSQL中为两列找到所有可能的重复项.

解决方法

使用其中一个将字符折叠为大写或小写.特殊字符不受影响：

SELECT count(*),lower(name),number
FROM   tbl
GROUP  BY lower(name),number
HAVING count(*) > 1;

unaccent()

如果你真的想忽略变音符号,就像你的评论所暗示的那样,安装附加模块unaccent,它提供了一个删除重音的文本搜索字典以及通用功能unaccent()：

CREATE EXTENSION unaccent;

使它非常简单：

SELECT lower(unaccent('Bü?ercafé')) AS norm

结果：

busercafe

这不会剥离非字母.添加像@Craig那样的regexp_replace()：

SELECT lower(unaccent(regexp_replace('$s^o&f!t Bü?ercafé','W','','g') ))
                                                                     AS norm

结果：

softbusercafe

您甚至可以在其上构建功能索引：

> Does PostgreSQL support “accent insensitive” collations?

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!