mysql - 选择包含某些字符的MYSQL数据(单词)

Question

我在 MYSQL 表中有一本字典，该表由 240 000 个单词组成。例如，如果我有字母 G、I、G、S、N> 和 O 我想选择表中包含所有或部分这些字母(并且没有其他字母)的所有单词。

可接受的词语包括:

• 去
• 歌曲
• 儿子
• 所以
• 开启

Not Acceptable 词语示例:

• 歌曲(比允许的多 1 S)
• 单词长度超过字符数(本例中为 6)

MYSQL 查询是什么样的？

我当前的 MYSQL 如下所示:

SELECT * FROM `list` 
WHERE word like '%S%' and word like '%O%' and word like '%G%'

我想使用 6 或 7 个字母并查找以下单词:

• 同样长
• 较短

现在我只能找到同样长或更长并且还包含其他字母的单词。

Answer 1

这是一个起点:

(我会坚持要求您根据所需的字母构建查询。)

如果该列只有一个单词:

WHERE word REGEXP '^[GISNO]+$'

如果该列可以有多个单词，这将选择行(但不是单词)，然后在版本 8.0 之前:

WHERE word REGEXP '[[:<:]][GISNO]+[[:>:]]'

或者，8.0:

WHERE word REGEXP '\b[GISNO]+b'

现在过滤掉每个字母的“太多”。 (我假设这个词本身就在列中。)

  AND word NOT REGEXP 'G.*G.*G'   -- max of 2 Gs
  AND word NOT REGEXP 'I.*I'      -- max of 1 I
  AND word NOT REGEXP 'O.*O'      -- max of 1 O
  AND word NOT REGEXP 'S.*S'      -- max of 1 S

另一种方法是构建一个额外的列，其中字母按字母顺序排列。

going   ggino
song    gnos
son     nos
so      os
on      no
no      no   -- note the dup in the new column

现在测试变成了

WHERE sorted_word REGEXP '^g{0,2}i?n?o?s?$'

这应该运行得更快一些。

使用这个技巧，其他一些东西可能会运行得更快。