zoukankan      html  css  js  c++  java
  • 字符串相似度处理函数

    oracle里面查比如存储过程里面与表SALES有关jobs:
    SELECT * FROM (SELECT a.name,upper(b.what)AS what,SYS.UTL_MATCH.edit_distance_similarity
    (a.name,upper(b.what)) AS similarity FROM dba_source a,dba_jobs b
    WHERE  SYS.UTL_MATCH.edit_distance_similarity(a.name,upper(b.what))>80
    AND upper(a.text)  LIKE '%SALES%'
    AND b.what NOT LIKE '%dbms_refresh%')
    ORDER BY 3 DESC;

    有自带相似度函数 SYS.UTL_MATCH.edit_distance_similarity 可以直接用。

    mysql8里面我只查到了一个搜索相关的文档文档地址并不适合我自己用,找了一下大佬的文章,发现了一个能用的自定义函数,用于计算字符串相似度。

    DELIMITER $$
    CREATE DEFINER=`root`@`localhost` FUNCTION `COMPARE_STRING`( s1 text, s2 text) RETURNS int(11)
        DETERMINISTIC
    BEGIN 
        DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT; 
        DECLARE s1_char CHAR; 
        DECLARE cv0, cv1 text; 
        SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2), cv1 = 0x00, j = 1, i = 1, c = 0; 
        IF s1 = s2 THEN 
          RETURN 0;     
        ELSEIF s1_len = 0 THEN 
          RETURN s2_len; 
        ELSEIF s2_len = 0 THEN 
          RETURN s1_len; 
        ELSE 
          WHILE j <= s2_len DO 
            SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1; 
          END WHILE; 
          WHILE i <= s1_len DO 
            SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1; 
            WHILE j <= s2_len DO 
              SET c = c + 1; 
              IF s1_char = SUBSTRING(s2, j, 1) THEN  
                SET cost = 0; ELSE SET cost = 1; 
              END IF; 
              SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost; 
              IF c > c_temp THEN SET c = c_temp; END IF; 
                SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1; 
                IF c > c_temp THEN  
                  SET c = c_temp;  
                END IF; 
                SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1; 
            END WHILE; 
            SET cv1 = cv0, i = i + 1; 
          END WHILE; 
        END IF; 
        RETURN c; 
      END$$
    DELIMITER ;
    
    DELIMITER $$
    CREATE DEFINER=`root`@`localhost` FUNCTION `SIMILARITY_STRING`(a text, b text) RETURNS double
    BEGIN
    RETURN ABS(((COMPARE_STRING(a, b) / length(b)) * 100) - 100);
    END$$
    DELIMITER ;

    试了一下还挺好用的,一些逻辑可以自己再适当的修改。

    而在gp里面,我找了许久,发现一个 fuzzystrmatch  看起来比较高档的函数,这个函数需要安装:

    [gpadmin@SZWPLDB1085 ~]$ psql -d postgres -f $GPHOME/share/postgresql/contrib/fuzzystrmatch.sql
    SET
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION
    CREATE FUNCTION

    然后会在 postgres 库多出一些函数:

    用法在文档地址

  • 相关阅读:
    0diff算法参考资料
    js 对象属性值
    一些带有设计模式的优秀代码
    vue 配置多页面
    cms 管理系统
    网络技术:EtherChannel 链路汇聚
    网络技术:VLAN 中继协议(VTP)
    网络管理:管理信息库
    网络管理:抽象语法表示 ASN.1
    网络管理:基本编码规则(BER)
  • 原文地址:https://www.cnblogs.com/5sdba-notes/p/12821175.html
Copyright © 2011-2022 走看看