查询嵌套JSON时出现未知重复项

我想在表中的JSON对象中进行文本搜索

我有一个名为Audio的表格，其结构如下：

id| keyword | transcript | user_id | company_id | client_id 
-----------------------------------------------------------

这是

转录本的JSON数据结构：

{"transcript": [
    {"duration": 2390.0, 
    "interval": [140.0, 2530.0], 
    "speaker": "Speaker_2", 
    "words": [
        {"p": 0, "s": 0, "e": 320, "c": 0.545, "w": "This"}, 
        {"p": 1, "s": 320, "e": 620, "c": 0.825, "w": "call"}, 
        {"p": 2, "s": 620, "e": 780, "c": 0.909, "w": "is"}, 
        {"p": 3, "s": 780, "e": 1010, "c": 0.853, "w": "being"}, 
        {"p": 4, "s": 1010, "e": 1250, "c": 0.814, "w": "recorded"}
        ]
    }, 
    {"duration": 4360.0, 
    "interval": [3280.0, 7640.0], 
    "speaker": "Speaker_1", 
    "words": [
        {"p": 5, "s": 5000, "e": 5020, "c": 0.079, "w": "as"},
        {"p": 6, "s": 5020, "e": 5100, "c": 0.238, "w": "a"},
        {"p": 7, "s": 5100, "e": 5409, "c": 0.689, "w": "group"},
        {"p": 8, "s": 5410, "e": 5590, "c": 0.802, "w": "called"},
        {"p": 9, "s": 5590, "e": 5870, "c": 0.834, "w": "tricks"}
        ]
    },
    ...
}

我想做的是在“words”中的“w”字段中进行文本搜索。这是我尝试运行的查询：

WITH info_data AS (
    SELECT transcript_info->'words' AS info
    FROM Audio t, json_array_elements(transcript->'transcript') AS transcript_info)
SELECT info_item->>'w', id
FROM Audio, info_data idata, json_array_elements(idata.info) AS info_item
WHERE info_item->>'w' ilike '%this';

现在我只有四列数据，第五列为空。总共有五列。但是，我得到了以下结果，其中即使没有数据的列也会产生一个输出：

?column? | id 
----------+----
 This     |  2
 This     |  5
 This     |  1
 This     |  3
 This     |  4
 This     |  2
 This     |  5

我很想知道我的问题是什么，以及是否有更有效的方法
 问题在于，您一方面在表
音频
与
信息数据
和
信息项
之间进行笛卡尔连接（后两者之间存在隐式横向连接）：

您可以通过将
Audio.id
添加到CTE，然后添加
WHERE Audio.id=info\u data.id
来解决此问题

这是否是最有效的解决方案值得怀疑（CTE很少如此）。如果您只想在成绩单中找到“this”一词所在的行，那么您最好这样做：

SELECT DISTINCT id
FROM (
    SELECT id, transcript_info->'words' AS info
    FROM Audio, json_array_elements(transcript->'transcript') AS transcript_info) AS t,
    json_array_elements(info) AS words
WHERE words->>'w' ILIKE 'this';

请注意，模式字符串中的
%
效率非常低。由于英语中除了“this”之外几乎没有其他单词以相同结尾，我冒昧地将其删除。
非常感谢！在过去的几个小时里，我一直在挣扎。这是一个更好的解决方案，我一直在寻找！您知道如何在sqlalchemy中解决隐式横向连接问题吗？我试图将您的建议转换为sqlalchemy查询，但遇到了完全相同的问题。在这里看到更多：我不能在这里帮助你，因为我不懂炼金术。但是，surefire解决方案是将上述查询包装在视图中，省去
WHERE
子句，并根据需要向选择列表中添加尽可能多的其他列（
words
）。在SQLAlchemy中，您只需从视图中选择
并附加
WHERE
子句即可。这是一种适用于所有数据库框架（Hibernate、rails等）的可靠方法：将所有查询复杂性留在数据库中，在框架中完成简单的工作。
SELECT DISTINCT id
FROM (
    SELECT id, transcript_info->'words' AS info
    FROM Audio, json_array_elements(transcript->'transcript') AS transcript_info) AS t,
    json_array_elements(info) AS words
WHERE words->>'w' ILIKE 'this';