特定字符串匹配

Question

我在SQL Server 2012中工作。在我的表中，有一个名为St_Num的列，其数据如下：

St_Num                 status
------------------------------
128 TIMBER RUN DR      EXP
128 TIMBER RUN DRIVE   EXP

现在我们可以注意到上面的数据存在拼写错误。我想要做的是，如果在这种情况下数字128和St_Num列中的前3个字母相同，那么这两行应该被认为是相同的，输出应该是：

St_Num                status
-----------------------------
128 TIMBER RUN DR     EXP

我对此做了一些搜索，发现左边或子字符串函数在这里很方便，但我不知道它们将如何用于获取我需要的内容，即使它们可以解决我的问题也不知道。任何关于如何获得所需输出的帮助都会很棒。

Answer 1

这将只输出第一个匹配的行：

with cte as (
  select *,
  row_number() over (order by (select null)) rn
  from tablename
)
select St_Num, status from cte t
where not exists (
  select 1 from cte
  where 
    left(St_Num, 7) = left(t.St_Num, 7)
    and
    rn < t.rn
)

见demo

Answer 2

这可以通过使用子查询来完成，就像消除表中的重复项一样：

SELECT Str_Num, status
FROM <your_table> a
WHERE NOT EXISTS (SELECT 1
FROM <your_table> b
WHERE SUBSTRING(b.Str_Num, 1, 7) = SUBSTRING(a.Str_Num, 1, 7));

但是，如果数字保证为3个字符长，或者如果您不介意在数字少于字符的情况下占用更多字符，则此方法才有效。

Answer 3

您可以使用status和substring(St_Num,1,3)进行分组

with t(St_Num, status) as
(
 select '128 TIMBER RUN DR'   ,'EXP' union all
 select '128 TIMBER RUN DRIVE','EXP'   
) 
select min(St_Num) as St_Num, status
  from t    
 group by status, substring(St_Num,1,3);

St_Num              status
-----------------   ------
128 TIMBER RUN DR   EXP

Answer 4

我并不赞同你的匹配逻辑。 。 。但这不是你的问题。最大的问题是字符串前面的数字有多长。因此，您可以使用以下内容获取最短的地址：

select distinct t.*
from t
where not exists (select 1
                  from t t2
                  where left(t2.st_num, patindex('%[a-zA-Z]%') + 2, t.st_num) = left(t.st_num, patindex('%[a-zA-Z]%', t.st_num) + 2) and
                        len(t.St_Num) < len(t2.St_Num)
                 );

Answer 5

我仍然有一种奇怪的感觉，你的标准不足以匹配相同的地址，但这可能有所帮助，因为它也考虑了数字的长度：

WITH ParsedAddresses(st_num, exp, number)
AS
(
    SELECT st_num,
    exp,
    number = ROW_NUMBER() OVER(PARTITION BY LEFT(st_num, CHARINDEX(' ', st_num) + 3) ORDER BY LEN(st_num))
    FROM <table_name>
)
SELECT st_num, exp FROM ParsedAddresses
WHERE number = 1