SQL Server 2008 R2:匹配字符串

我有下表：

表:

CREATE TABLE str_matching
(
    colstr varchar(200)
);

插入数据：

INSERT INTO str_matching VALUES('5sXYZA1010B')
INSERT INTO str_matching VALUES('A1010B')
INSERT INTO str_matching VALUES('AMZ103B15K')
INSERT INTO str_matching VALUES('B15K')
INSERT INTO str_matching VALUES('XC101')
INSERT INTO str_matching VALUES('C101')
INSERT INTO str_matching VALUES('502KMD1FZ10009L')
INSERT INTO str_matching VALUES('FZ10009L')
INSERT INTO str_matching VALUES('A9L')
INSERT INTO str_matching VALUES('XZ049L')
INSERT INTO str_matching VALUES('LM101')

预期输出：我只想显示那些有重复条目的记录，如果一个字符串匹配任何字符串的最后一部分，那么我认为是重复的

例如：我有两个字符串

5sXYZA1010B

A1010B

第二个字符串，它在第一个字符串的末尾匹配，所以要显示这样的记录

注意：字符串的长度不是固定的，它可以在任何点匹配

预期结果：

colstr              
--------------------
5sXYZA1010B         
A1010B              
AMZ103B15K          
B15K                
XC101               
C101                
502KMD1FZ10009L     
FZ10009L        

这样就可以了（）

这样就可以了（）

它可以在任何点匹配

要匹配任何点，请在每侧使用带有通配符（

%

）的

like

：

对于多个匹配项，添加

distinct

select l.colstr
from str_matching l
  inner join str_matching r
    on l.colstr<>r.colstr
   and (l.colstr like '%' + r.colstr +'%'
     or r.colstr like '%' + l.colstr +'%'
      )

---

根据Martin Smith的回答，我猜我误解了您在“任意点匹配”后面的意图，因此为了只匹配字符串的结尾，您不会使用尾随的

+'%'

它可以在任何点匹配

要匹配任何点，请在每侧使用带有通配符（

%

）的

like

：

对于多个匹配项，添加

distinct

select l.colstr
from str_matching l
  inner join str_matching r
    on l.colstr<>r.colstr
   and (l.colstr like '%' + r.colstr +'%'
     or r.colstr like '%' + l.colstr +'%'
      )

---

根据Martin Smith的回答，我猜我误解了您在“任意点匹配”后面的意图，因此为了只匹配字符串的结尾，您不会使用尾随的

+'%'

，您可以使用它

;WITH CTE AS (
    select *,RN = ROW_NUMBER() OVER (ORDER BY LEN(colstr)) from str_matching 
)
,CTE2 AS (
    SELECT T1.colstr colstr1 ,X.colstr colstr2 FROM CTE T1
        CROSS APPLY (SELECT * FROM CTE T2 WHERE T2.RN > T1.RN AND RIGHT(T2.colstr, LEN(T1.colstr)) = T1.colstr) AS X
)
SELECT colstr1 FROM CTE2 
UNION ALL 
SELECT colstr2 FROM CTE2

结果:

5sXYZA1010B         
A1010B              
AMZ103B15K          
B15K                
XC101               
C101                
502KMD1FZ10009L     
FZ10009L 

你可以用它

;WITH CTE AS (
    select *,RN = ROW_NUMBER() OVER (ORDER BY LEN(colstr)) from str_matching 
)
,CTE2 AS (
    SELECT T1.colstr colstr1 ,X.colstr colstr2 FROM CTE T1
        CROSS APPLY (SELECT * FROM CTE T2 WHERE T2.RN > T1.RN AND RIGHT(T2.colstr, LEN(T1.colstr)) = T1.colstr) AS X
)
SELECT colstr1 FROM CTE2 
UNION ALL 
SELECT colstr2 FROM CTE2

结果:

5sXYZA1010B         
A1010B              
AMZ103B15K          
B15K                
XC101               
C101                
502KMD1FZ10009L     
FZ10009L 

---

由于在

cross apply（）

中使用

union

而不是

union all

，您是否同时需要

distinct

和

union

呢？@SqlZim我当然不需要内部

union

，

s1.colstr s2.colstr

意味着它们永远不会相同。意志change@MartinSmith，执行41k条记录需要15分钟以上的时间。@MAK-我一点也不奇怪。这将需要对1681000000个交叉连接的行进行比较。要优化它，您需要存储字符串的反向副本并为该列编制索引，然后重写查询以使用该列和尾随通配符。@MAK-添加了一个例子，您是否需要使用

distinct

和

union

，因为您在

交叉中使用的是
union
而不是
union all
apply（）。意志change@MartinSmith，执行41k条记录需要15分钟以上的时间。@MAK-我一点也不奇怪。这将需要对1681000000个交叉连接的行进行比较。要优化它，您需要存储字符串的反向副本并为该列编制索引，然后重写查询以使用该列和尾随通配符。@MAK-添加了一个可能重复的@TabAlleman的示例，以便您可以找到标有“用户ID重复”的问题的所有答案。您可以从用户id 1507566开始。可能是@TabAlleman的重复项，因此您可以找到标有“用户id重复”的问题的所有答案。您可以从用户id 1507566开始。