как найти повторяющиеся строковые значения, которые не совсем одинаковы, но похожи в SQL

Question

У меня есть таблица с именем столбца company_name (строка), мне нужно найти повторяющиеся значения этого столбца, я не могу использовать различные или группировать, потому что они не совсем одинаковы.Например:

atec,inc
atec inc
ate inc  

abc group
abc groups
abc grups

как мне найти такие записи в sql или есть какие-либо рубиновые библиотеки для этого.

Answer 1

Если есть какие-то шаблоны вариантов, которые вы можете попробовать с регулярными выражениями, которые MySQL, кажется, поддерживает (мы используем Postgres, который определенно поддерживает):это не тот случай, боюсь, вам придется делать это в своем приложении.Как упоминал Пит, существуют различные алгоритмы для поиска похожих звучащих вещей, для этого мы используем / использовали расстояние Левенштейна, расстояния Хемминга симаш и фонетическое кодирование Кёльнера.*http://de.wikipedia.org/wiki/K%C3%B6lner_Phonetik

http://en.wikipedia.org/wiki/Hamming_distance

Answer 2

Это было бы идеальное использование для функционального индекса, но, поскольку я не думаю, что в MySQL есть один из них, могу ли я предложить Полнотекстовый поиск в MySQL?

http://dev.mysql.com/doc/refman/5.5/en/fulltext-search.html

В частности, логический поиск:

http://dev.mysql.com/doc/refman/5.5/en/fulltext-boolean.html

Кроме того, если вы не знакомы с основанием слов, это мощная концепция, которая также поможет вам повысить эффективность поиска.

Надеюсь, это поможет.

Answer 3

Я не знаю, что в SQL есть SELECT WHERE SORTA_OF_LIKE B, но посмотрите «Расстояние Левенштейна», возможно, способ сделать «что угодно».