Sql 列中的差异数

我想检索一列，列中显示每行字母的差异。比如说

如果您有一个值“test”，而另一行有一个值“testing”，那么“test”和“testing”之间的差异是4个字母。列的数据将是值4

I have reflected about it and I don't know where to begin

id    ||  value     || category   || differences 
--------------------------------------------------
 1    ||  test      || 1          || 4
 2    ||  testing  || 1          || null   
11    ||  candy     || 2          || -3       
12    ||  ca        || 2          || null      

---

在这个场景和上下文中，“Test”和“rest”没有区别。我想您只需要

len（）

和

lead（）

：

---

您还可以使用如下所示的自连接查询：

--create table tbl (id int,  value nvarchar(100), category int);
--insert into tbl values
--(1,N'test',1)
--,(2,N' testing',1)
--,(11,N'candy',2)      
--,(12,N'ca',2);
select A.*, LEN(B.value)-LEN(A.value) as difference
from tbl A LEFT JOIN tbl B on A.id +1 =B.id and A.category=B.category
--drop table tbl

更新：我注意到您奇怪地将空间定位在末尾。在计算长度时，SQL server通常不计算尾随空格。下面是对上述问题的破解

select A.*, LEN(B.value+'>')-LEN(A.value+'>') as difference
from tbl A LEFT JOIN tbl B on A.id +1 =B.id and A.category=B.category

正如评论中指出的，在这种情况下，Id可能不是连续的 试试这个：

create table #temp ( rownum int PRIMARY KEY IDENTITY(1,1), id int, value nvarchar(100), category int)
insert into #temp (id, value, category)
select id, value, category from tbl order by id asc


    select A.id, A.value, A.category, LEN(B.value+'>')-LEN(A.value+'>') as difference
    from #temp A LEFT JOIN #temp B on A.rownum +1 =B.rownum and A.category=B.category

---

您使用

导联

读取下一条记录。然后将字符串与LIKE或其他字符串函数进行比较：

select
  id, value, category,
  case when value like next_value + '%' or next_value like value + '%' 
       then len(next_value) - len(value)
  end as differences
from
(
  select id, value, category, lead(value) over (order by id) as next_value 
  from mytable
) this_and_next;

如果只想比较同一类别中的值，请使用分区子句：

lead(value) over (partition by category order by id)

---

更新：请参见DhruvJoshi在SQL Server的

LEN

上的回答。正如我所假设的，这个函数不计算尾随空格，所以你需要他的技巧，以防你想计算它们。下面是

LEN

上的文档，确认了这种行为：

我认为您要寻找的是前缀相似性的度量，而不仅仅是计算前缀相似性，这有一些常见的算法。是我以前使用过的一个，我看到它被实现为TSQL函数。下面的答案建议了TSQL中的几个实现，您可以按原样使用它们

（尽管要花时间测试代码并理解方法，而不仅仅是复制代码并使用它，这样，如果出现问题，您就可以理解输出-否则您可能会产生一些技术债务，您将不得不在以后偿还）

---

确切地说，你想要的距离计算方法将取决于你想要计算某些东西，例如，你把一个替换计数为一个变量或一个删除和一个插入，如果你的字符串足够长，它是否重要，你是否想考虑子字符串移动，诸如此类。

ID 1的差异不是3，ID 11的差异不是-3吗？所以

测试
和
休息
之间没有区别吗？ID 2中有一个空格，是的，ID 11中应该是-3。我的缺点是，在这个场景和上下文中，测试和休息没有区别。如果“测试”和“休息”没有区别，那么长度上的简单区别就是一个写得很差的问题。测试和测试4的区别是什么？哦，有趣的是SQL Server不计算尾随空格。我不知道。在这方面，这是最有价值的信息。您的查询假定ID是连续的。但是，在使用IDs时，最好不要做出这样的假设。我尝试了您的代码，并检索到一条消息“关键字“with”附近的语法不正确”。如果此语句是公共表表达式、xmlnamespaces子句或更改跟踪上下文子句，则前一条语句必须以分号结尾。”@KLN：如果消息说“上一条语句必须以分号结尾”，我谦恭地建议您以分号结尾上一条语句（显然是
之前的那条语句）。无论如何，游戏ISWAR只是建立一个临时表作为一个例子。你在用这个吗？你没有真正的桌子吗？对不起，我没有真正的桌子。别担心，我有真正的桌子。我把它改了，CTE应该以分号开始。
select
  id, value, category,
  case when value like next_value + '%' or next_value like value + '%' 
       then len(next_value) - len(value)
  end as differences
from
(
  select id, value, category, lead(value) over (order by id) as next_value 
  from mytable
) this_and_next;

lead(value) over (partition by category order by id)