好的mysql查詢在單個列中查找類似的值

我有重複的條目非常相似，但並不完全相同。下面是一些例子：好的mysql查詢在單個列中查找類似的值

- 2016: Obama's America 
- 2016: Obama's America (VF) 

- Hurt Locker 
- The Hurt Locker

會是什麼，我可以用得到可能相似titles查詢？

更新：請注意，我不是要刪除重複的重複。我只是試圖在一列中選擇相似的值。

來源

2013-02-12 David542

好問題！也許與[soundex]（http://dev.mysql.com/doc/refman/5.0/en/string-functions.html#function_soundex）有關？ – 2013-02-12 21:05:52

定義「相似」 – Tchoupi 2013-02-12 21:06:33

@ArnoldDaniels好主意，謝謝參考。 – David542 2013-02-12 21:08:11

不知道這是最好的方法還是最有效的，它絕對取決於類似的含義。如果意思是標題包含在一個行，但一些在其他行的文本的所有文本，那麼這樣的事情應該工作：

SELECT DISTINCT T.Title 
FROM YourTable T 
    LEFT JOIN YourTable T2 ON T.Title != T2.Title 
WHERE T.Title LIKE CONCAT('%', T2.Title, '%') 
UNION 
SELECT DISTINCT T2.Title 
FROM YourTable T 
    LEFT JOIN YourTable T2 ON T.Title != T2.Title 
WHERE T.Title LIKE CONCAT('%', T2.Title, '%') 
ORDER BY Title

這裏是SQL Fiddle。

來源

2013-02-12 21:18:13 sgeddes

我不認爲這會做。電影[美國]（http://www.imdb.com/title/tt1670931/）將匹配美國所有電影。 – 2013-02-12 21:27:54

@ArnoldDaniels - 是的，就像我說的，類似的非常模糊:)然而有趣的問題。我想問你 - 美國人應該怎樣配合？只有電影像美國一，但不是美國偉大:)祝你好運。 – sgeddes 2013-02-12 21:29:37

@ArnoldDaniels - 一個選項是添加最大長度差異 - 這裏是一個快速的小提琴：http://sqlfiddle.com/#!2/17173/1 – sgeddes 2013-02-12 21:35:15

我認爲這可以通過測量字符串之間的距離與一些string metric解決。

Levenshtein似乎是最知名的指標，我在Oracle中使用了它的一些實現。也是implemented for MySQL。您可能會發現一些其他指標可以更好地爲您服務。

來源

2013-02-12 21:18:16 Bulat

好的mysql查詢在單個列中查找類似的值

回答

相關問題