Sql 如何计算表中每个关键字在短语表中出现的次数？

假设我有一个名为短语的表，其中包含一些文本字符串

+--+---------------+
|ID|PHRASE         |
+--+---------------+
|0 |"HELLO BYE YES"|
+--+---------------+
|1 |"NO WHY NOT"   |
+--+---------------+
|2 |"NO YES"       |
+--+---------------+

我想将下列单词出现的次数添加到“出现”列中，我们将此表称为“关键字”：

我现在想编写一个查询，将关键字更新为以下内容：

+--------+----------+
|KEYWORD |OCCURRENCE|
+--------+----------+
|"YES"   |2         |
+--------+----------+
|"NO"    |2         |
+--------+----------+
|"HELLO" |1         |
+--------+----------+
|"CHEESE"|0         |
+--------+----------+

请注意，我已经得到了一个名为dbo.RegExIsMatch的函数，它可以处理字符串匹配，这样，如果参数1与参数2中的字符串匹配，它将返回1：

UPDATE KEYWORDS SET OCCURRENCE = 
(
    SELECT SUM
    (
            -- the following returns 1 if the keyword exists in the phrase, or 0 otherwise
        CASE WHEN dbo.RegExIsMatch('.*' + KEYWORDS.KEYWORD + '.*',PHRASES.PHRASE,1) = 1 THEN 1 ELSE 0 END
    )
    FROM PHRASES
    CROSS JOIN KEYWORDS
)

---

但这不起作用，它只是用相同的数字填充每一行。我确信这是一个很简单的问题，我只是在绞尽脑汁思考SQL。

您的查询有三个不同的表，但问题只有两个。这就是你的意思吗

UPDATE Keywords
    SET OCCURRENCE = (SELECT SUM(CASE WHEN dbo.RegExIsMatch('.*' + KEYWORDS.KEYWORD + '.*',PHRASES.PHRASE,1) = 1
                                     THEN 1 ELSE 0
                                END)
                     FROM PHRASES
                    );

---

否则，如果有三个表，则需要将子查询与外部表关联起来。

这似乎可行

MERGE INTO KEYWORDS masterList
USING (
    SELECT COUNT(*) AS OCCURRENCE,KEYWORDS.KEYWORD AS KEYWORD FROM
    KEYWORDS AS keywordList
    CROSS JOIN PHRASES AS phraseList 
    WHERE (dbo.RegExIsMatch('.*' + keywordList.KEYWORD + '.*',phraseList.PHRASE,1) = 1)
    GROUP BY KEYWORD
) frequencyList
ON (masterList.KEYWORD = frequencyList.KEYWORD)
WHEN MATCHED THEN 
    UPDATE SET masterList.OCCURRENCE = frequencyList.OCCURRENCE;

---

试着用这种方法，从我的角度看是有效的

-------表创建

    declare @PHRASE table (ID int,PHRASE varchar(max))
    insert into @PHRASE 
    select 0,'"Hello Bye Yes"'
    union all
    select 1,'"No Why Not"'
    union all
    select 2,'"No Yes"'
    select * from @PHRASE
    declare @Keywords table (KEYWORD varchar(10),OCCURANCE int)
    insert into @Keywords 
    select 'YES',null
    union all
    select 'NO',null
    union all
    select 'HELLO',null
    union all
    select 'CHEESE',null
    select * from @Keywords

----------Script for requirement

create table #table (name varchar(max),)

DECLARE @str VARCHAR(25)

DECLARE curs_Fp CURSOR FOR

SELECT  c.PHRASE FROM @PHRASE c 

OPEN curs_Fp
FETCH NEXT FROM curs_Fp INTO  @str

    WHILE @@FETCH_STATUS = 0 
BEGIN

      while patindex('%["]%',@str) > 0
         SET @str = REPLACE( @str, SUBSTRING( @str, patindex('%["]%',@str), 1 ),'')

                            set @str = @str+' '
                            WHILE CHARINDEX(' ', @str) > 0 
                            BEGIN

                                DECLARE @tmpstr VARCHAR(50)
                                 SET @tmpstr = SUBSTRING(@str, 1, ( CHARINDEX(' ', @str) - 1 ))

                                insert into #table (name) select @tmpstr

                                SET @str = SUBSTRING(@str, CHARINDEX(' ', @str) + 1, LEN(@str))
                            END

FETCH NEXT FROM curs_Fp INTO  @str
END

CLOSE curs_Fp
DEALLOCATE curs_Fp

update y
set y.OCCURANCE = isnull(x.occurance,0)
from
@Keywords y
left join
--#table x on y.keyword = x.name
(select a.name,count(a.name) occurance from #table a group by a.name) x on y.KEYWORD  = x.name
select * from @Keywords
drop table #table

---

由于我没有要测试的函数dbo.RegExIsMatch，所以我仅使用sqlserver开箱即用的东西给出了这个稍有不同的示例

您可能在任何地方都得到了1的计数，因为您使用的是不带GROUP BY的SUM

请注意，这不是100%准确，因为我没有使用正则表达式，只是简单的愚蠢字符串函数，但如果您要修改正则表达式函数来执行正则表达式替换，您可以将我的调用替换为该函数，这将为您提供正确的结果

另一个微小的变化是将所有关键字的初始值设置为0，而不是NULL

还要注意的是，我不再做交叉连接，而是对包含单词的短语进行连接，这样，出现的情况不会被多次覆盖，我想这也是在你的情况下发生的情况

INSERT INTO KEYWORDS (KEYWORD, OCCURRENCE)
  SELECT 'YES', 0
  UNION
  SELECT 'NO', 0
  UNION
  SELECT 'HELLO', 0
  UNION
  SELECT 'CHEESE', 0;

UPDATE KEYWORDS SET KEYWORDS.OCCURRENCE = KEYWORDS.OCCURRENCE +
    (LEN(PHRASES.PHRASE) - LEN(REPLACE(PHRASES.PHRASE, KEYWORDS.KEYWORD, ''))) / LEN(KEYWORDS.KEYWORD)
  FROM KEYWORDS
  INNER JOIN PHRASES ON CHARINDEX(KEYWORDS.KEYWORD, PHRASES.PHRASE) > 0;

---

PS：对于那个简单愚蠢的字符串计数，我使用了从这个

中稍微修改的代码，是的，那是一个错误，我曾试图简化这个问题的原始代码，但没有简化那一个..您可以通过将条件移动到WHERE子句并计数而不是求和来简化它：SET OCCURRENCE=SELECT Count*FROM Phrases WHERE dbo.RegExIsMatch…=1这并没有将关键字CHEESE的出现次数设置为0。我认为他不需要计算单词在每个短语中出现的次数，也就是说，YES只计算一次，而不是3次，这样一个简单的类似表达式就可以完成这项工作。

INSERT INTO KEYWORDS (KEYWORD, OCCURRENCE)
  SELECT 'YES', 0
  UNION
  SELECT 'NO', 0
  UNION
  SELECT 'HELLO', 0
  UNION
  SELECT 'CHEESE', 0;

UPDATE KEYWORDS SET KEYWORDS.OCCURRENCE = KEYWORDS.OCCURRENCE +
    (LEN(PHRASES.PHRASE) - LEN(REPLACE(PHRASES.PHRASE, KEYWORDS.KEYWORD, ''))) / LEN(KEYWORDS.KEYWORD)
  FROM KEYWORDS
  INNER JOIN PHRASES ON CHARINDEX(KEYWORDS.KEYWORD, PHRASES.PHRASE) > 0;