MySQL 按 REGEXP 分组

Question

我正在尝试获取 MySQL 表 translations 字段中使用的缩写的完整列表。这就是我的表格条目的样子

  -english-               -german-

to hit sb.          |   jmd. schlagen
so. stole my bike   |   jd. hat mein Fahrrad gestohlen
I am tall           |   ich bin gross
to see sb.          |   jmd. sehen
1, 2, 3, etc.       |   1, 2, 3, usw.
tree                |   Baum
                   ...

使用 MySQL SELECT 查询SELECT english FROM Translations WHERE english REGEXP '[a-zA-Z]{2,}[.]' GROUP BY english 我可以显示包含缩写的所有行，即

  -english-               -german-

to hit sb.          |   jmd. schlagen
so. stole my bike   |   jd. hat mein Fahrrad gestohlen
to see sb.          |   jmd. sehen
1, 2, 3, etc.       |   1, 2, 3, usw.
                   ...

结果已分组，因此不会显示任何两行具有相同字段 english 内容的行。然而，多次出现的缩写会单独列出，即 sb. 出现两次。由于翻译行数较多(约千万行)，因此出现了太多常见缩写，例如sb.或sth.因此创建不同缩写的列表会非常耗时。

我想知道是否有一种方法可以按 REGEXP 模式的出现进行分组，例如从翻译中选择英语 WHERE 英语 REGEXP '[a-zA-Z]{2,}[.]' GROUP BY 英语 REGEXP '[a-zA-Z]{2,}[.]'

我只需要编写此列表一次，这就是我在 phpMyAdmin 中工作的原因。

Answer 1

关于第三范式的好建议，但为了快速，我会尝试如下:

SELECT
  reverse(substring(reverse(english)
          , locate('.', reverse(english))
          , locate(' ', concat(reverse(english), ' '), locate('.', reverse(english))) - locate('.', reverse(english))
          )) AS abbr
FROM translations
WHERE english LIKE '%.%'
GROUP BY abbr

这会反转字符串，使 abbr. 变为 .rbba，然后查找一个点和点后的第一个空格(我们在开头连接一个空格(现在结尾)，以防没有。现在您有了一个分组依据的值。

这只会找到最后一个缩写。在现场。

fiddle :http://sqlfiddle.com/#!2/b2e1b/11/0