在MySql中从一个列中提取多个值

Question

在MySql中从一个列中提取多个值

3

我注意到MySql拥有广泛的搜索能力，允许使用通配符和正则表达式。然而，我卡在了一个问题上，我尝试从单个字符串中提取多个值，这使得我的选择查询变得困难。

例如，如果我有文本“<span>Test</span> this <span>query</span>”，也许使用正则表达式可以找到并提取“Test”或“query”的值，但在我的情况下，我可能有n个这样的字符串需要提取。由于我不能在选择语句中定义n个列，这意味着我被卡住了。

是否有办法获得任何包含在span标签中的文本值列表（理想情况下由逗号分隔）？

换句话说，如果我运行此查询，我将得到“Test,query”作为spanlist的值：

select <insert logic here> as spanlist from HtmlPages ...

- Neil

想法：对于每个HtmlPages记录，返回多个记录，而不是多个列（当然也不要使用逗号分隔列表，除非你真的有/需要）（换句话说，是一个规范化的结果集）。 - MatBailie

我可以，但我有理由将其制作成逗号分隔列表。生成的查询将被导出到CSV文件，并最终导入Excel文档。虽然缺少这一点，每个跨度内容都有多条记录比什么都没有要好。 - Neil

可能是重复问题：https://dev59.com/n2865IYBdhLWcg3wCp9A - Don

请恕我直言，我认为这不是重复的，因为它是找到两个单词的解决方案，而不是 n 个单词。 - Neil

为了公正起见，仅仅因为使用SQL来拆分字符串不是理想的，就不应该假设在另一个层面使用另一种语言是理想的。这会导致选择最小劣解，并且为了做出这个选择，OP需要知道SQL解决方案、它的成本和收益。 - MatBailie

我使用外部编辑器（UltraEdit）成功解决了自己的问题。如果没有更好的解决方案，我将回答自己的问题并标记为正确答案。我知道数据结构不是最理想的，但我无法重写mediawiki，所以只能接受现有的情况。 - Neil

4个回答

1

首先，你的数据结构很糟糕。最常见的数据库规则之一是“每个行列交叉点都包含来自适用域的一个值（且仅有一个值）”。这是开发数据结构时的基本规则之一。

正如你所看到的，没有可能编写静态选择语句返回可变数量的列。如果你不想改变结构，最好的方法是获取原始文本，并在你喜欢的编程语言中进行后处理。

- piotrpo

我同意，但问题仍然是一个好问题，也许需要不同的数据。 - Don

我以HTML为例，但实际上，我正在尝试从Mediawiki页面中提取类别。它们的格式都是[[Category:Category name]]。它们通常在一起，但最好能够提供逗号分隔的列表给我的老板，而不是一堆可能准确的维基代码。 - Neil

1

SQL是一种用于操作关系型数据集的语言。但这不是关系型数据集，最好的方法可能是导出标签并使用某些计算或Excel来给它们适当的格式。 - piotrpo

1

MySQL确实有一个正则表达式引擎，但它是在WHERE子句中实现的，而不是作为查询字段的一部分。因此，它不能用于拆分字符串。

我建议您需要使用另一种语言来完成这个任务。使用应用程序查询数据并在那里按需拆分，或编写一个小程序来完成它 - 在PHP中可能只需要几行代码^‡。

如果您真的想在MySQL中完成它，您可能可以编写一个函数来完成它 - 参见这个答案Can Mysql Split a column? - 但坦率地说，这不是MySQL（或SQL一般）的设计目的。您最好正常查询数据并在另一种语言中将其拆分成片段。

（^‡我提到PHP是因为MediaWiki是用它编写的，所以您应该能够运行PHP代码而无需安装任何新软件，但几乎任何语言都可以）。

- Spudley

-1

不幸的是，唯一可用的解决方案是使用第三方文本编辑器（如Ultraedit）并使用正则表达式删除标记。似乎无法使用MySql。

虽然这不是理想的解决方案。如果有人偶然发现了这个问题，并有一个允许我使用MySQL提取此信息的解决方案，无论是多行还是其他方式，我将非常乐意听取。

缺乏更好的解决方案，现在这将是我的答案。

- Neil

Ultraedit不是最佳解决方案，您的问题被标记为MYSQL，并且此解决方案已作为评论发布，请删除。我的建议是使用while循环。 - user1613360

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- KCD · Accepted Answer

我很惊讶没有人建议使用EXTRACTVALUE(xml,'xpath')，我认为它完全符合您的要求，只需要一点技巧就可以在其中添加分隔符（默认情况下，“分隔符”是一个空格）。

SET @xml = '<html><span>Test</span> this <span>query</span>
    <span>etc</span><div><span>etc etc</span></div></html>';

SELECT 
    LEFT(spanlist,LENGTH(spanlist)-1) AS spanlist
FROM
    (SELECT 
        EXTRACTVALUE(REPLACE(@xml,'</span>',',</span>'),'//span') AS spanlist
    ) AS T
;

生成

+---------------------------+
| spanlist                  |
+---------------------------+
| Test, query, etc, etc etc |
+---------------------------+

抱歉这个答案可能对你来说太晚了，但希望能帮到下一个人。