- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试清理 SQL Server 数据库中的一列文本(如果重要,则在 Azure 中)。
文本包含人名,有很多词缀(dr.、Prof.、M.D.、PhD.、MSC,还有很多我不想要的可疑字符,;,;,
(, )
等
我想从这些行中删除很多东西 - 通常在一个字段中删除多次 - 我认为最好的方法是将它们添加到一个表中并使用它来遍历并替换每个和每个都有一个空格,在最终修剪并用一个空格替换多个空格之前,因为嵌套替换公式看起来很疯狂,即使只放置我需要从列中删除的所有术语的 1/3。
最后 - 我想要的输出是将名字拆分为第一个名字、中间名、姓氏。一切都很好,很干净,没有其他信息。
到目前为止,我一直在 SSIS 中处理数据,并探索了标准的 T-SQL 转换(使用嵌套的 replace(),但它增长太多以至于令人讨厌)。我探索了派生列 - 嵌套替换似乎再次成为这里唯一现实的选择!?我终于一直在尝试使用脚本组件找到解决方案,但作为这方面的业余爱好者,我一直无法理解如何使用它,也没有找到任何示例。
效率也是一个问题,因为我最初要处理大约 800,000 个名称。
对于此事的任何帮助,我将不胜感激,因为我已经搜索了很长时间,但没有发现任何似乎有直接帮助的东西。
最佳答案
兔子洞,将全名存储在一个字段中,然后在 T-SQL 中对其进行解析以及所有免责声明的挑战。
无论上述项目如何,清理数据,尤其是 text/varchar/nvarchar 列都是一项挑战,因为您发现嵌套的 REPLACE 可能会失控且难以管理。
您可以在 t-sql 中执行一些操作,以帮助您完成您想要完成的任务。所有这些都需要对数据进行多次传递。我看到这分为 2 个“类别”的清洁。 1 - 删除定义的词,2 - 特殊字符。
如果我的名字前缀或后缀是“Dean”或“Miss”或...而名字是“Dean Smith”或“Missy”或...怎么办,是的,它就是兔子洞。撇开这些不谈,这里有一些您可以尝试的示例代码。
--Test table for words I want to strip out.
DECLARE @WordsToRemove TABLE
(
[word] NVARCHAR(200)
);
--Test table for my data I want to clean
DECLARE @TestData TABLE
(
[Data] NVARCHAR(500)
, [CleanData] NVARCHAR(500)
);
--Flag I am using to keep my while loops going
DECLARE @Continue INT;
--Insert of the words I want to remove.
INSERT INTO @WordsToRemove (
[word]
)
VALUES ( 'DR' )
, ( 'D.R.' )
, ( 'M.D.' )
, ( 'md' )
, ( 'Prof.' );
--Insert test names to clean. I have a while loop here, was loading my test table with 10000+ recrods to see performance.
--You can leave the while loop here commented out just to see how the code works. I got under 2 minutes for 100000+ records. Your mileage may vary.
--WHILE (SELECT COUNT(*) FROM @TestData) < 100000
--BEGIN
INSERT INTO @TestData (
[Data]
)
VALUES ( N'DR Jimmy Smith' )
, ( 'D.R. John Jones M.D.' )
, ( 'Timothy Neal DR md' )
, ( 'Prof. Bob Smith Dr M.D.' )
, ( 'Taco;,,; Johns Dr. Prof.' )
, ( 'Prof. ''#%^Special Charaters;,,; Dr. Prof.' );
--END;
--Just updating a another column so I can save original state
UPDATE @TestData
SET [CleanData] = [Data]
--Join to my @WordsToRemove table using PATINDEX, continue doing that until all occurrences have been removed.
--Clean out words we dont want
SET @Continue = 1;
WHILE @Continue = 1
BEGIN
SET @Continue = 0;
UPDATE [a]
SET [a].[CleanData] = REPLACE([a].[CleanData], [b].[word], '')
, @Continue = 1
FROM @TestData [a]
INNER JOIN @WordsToRemove [b]
ON PATINDEX('%' + [b].[word] + '%', [a].[CleanData]) > 0;
END;
--Remove all non-alpha characters, preserving spaces
--PATINDEX using "%[^a-z ]%" looks of anything not a character and not a space.
SET @Continue = 1;
WHILE @Continue = 1
BEGIN
SET @Continue = 0;
UPDATE [a]
SET [a].[CleanData] = STUFF([a].[CleanData], PATINDEX('%[^a-z ]%', [a].[CleanData]), 1, '')
, @Continue = 1
FROM @TestData [a]
WHERE PATINDEX('%[^a-z ]%', [a].[CleanData]) > 0;
END;
SELECT *
FROM @TestData;
然后从那里,根据您的数据存储的任何格式,提取您需要的每个部分。
关于c# - 替换列中的多个字符串元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53063523/
在开发中的网页上,我在 IE 上遇到此错误 element = $(element); 此代码位于prototype.js 预期对象 如何消除此错误。 更新: 现场也使用了 jQuery。 最佳答
我有两个大小相同的嵌套数组: Array1 =[[1, 2], [], [2, 3]] Array2= [[1, 4], [8, 11], [3, 6]] 我需要将它们合并到一个数组中,如下所示: A
我有一些 jQuery 代码,当单击具有特定 ID 的项目时运行。当 ID 是 的一部分时,它就可以工作。元素,但当它位于 中时则不然元素。为什么会这样呢?我想使用 an,因为如果用户关闭了 Ja
Flex-box 规范 3声明 flex 元素不是 block 容器: A flex item establishes a new formatting context for its content
我遇到了一个意想不到的问题。 HTML JS $(function() { var $divs = $('.myDiv'); // create new div not in
我使用 Bootstrap 和 Ember.js 得到了一个无序列表。每个列表项都是一个显示新帖子的链接,每当您单击该链接时,Ember 都会添加类 active默认情况下。我正在使用 Bootstr
我正在尝试让一个函数正常工作,但运气不佳,所以我想向 Stackoverflow 智囊团提出一个新手问题! 基本上,我有一个表单,并且循环遍历所有元素以查看是否存在自定义数据属性。如果存在,则保持该元
我想映射一个可选数组,删除那些 nil 值,并使用另一个函数映射非 nil 值。 我知道我可以通过使用 compactMap 然后使用常规 map 来实现这一点,但我只想遍历数组一次。 我为此实现了一
我如何定位 li 元素,除非它们出现在 之后元素?换句话说,我想针对步骤而不是注释。 我尝试向 OL 添加一个我想从选择中排除的类,但我想出的代码不起作用。 (顺便说一句,重构 html 不是一种选
Warning 1 The element 'system.webServer' has invalid child element 'rewrite'. List of possible eleme
我正在尝试编写一个脚本,该脚本将遍历 HTML 源并创建 DOM 的 JSON 文件,然后使用 d3.js 在 TreeView 中显示该文件。我遇到的问题是不仅希望显示元素(TITLE、P、LI 等
我有以下 HTML 表单:- Option 1 Option 2
我试图在选定的 HTML 元素之后选择下一个具有类名 slider-value 的 span 元素。我尝试了多种解决方案,但没有一个有效。 我可以通过 id 选择它,但我不希望那样做使代码冗余。 $(
如果电子邮件地址无效,我想在屏幕上显示一条消息“请输入有效的电子邮件地址”。 body 元素的innerHTML 语句工作正常,但我用于p 元素的innerHTML 语句不起作用。 有一次,当我测试它
以下 jQuery 代码调用 ul 元素,查找元素内的前 三个 li 列表项,并隐藏剩余的 li 项目。然后,它附加一个 li 元素,其中显示“显示更多...”,并且在单击时显示之前隐藏的列表项。 (
我问了a question早些时候关于将编辑/删除链接与 h1 元素内联的最佳方法。我能够通过给出的答案实现这一点,但我现在有额外的要求,我需要在 h1 下方显示一个段落并编辑/删除链接。 到目前为止
我使用 MVC 4 和 knockout.js 库版本 2.1.0 显示从服务器检索到的大量文件的表中的以下摘录。 0)"> 正在正确检索数据,
我创建了一个脚本,该脚本在鼠标悬停在父容器上时激活,并且应该将其子元素移离鼠标。我目前已经让它工作了,但是代码的某些部分似乎与 REACT 代码应该是什么样子相矛盾。特别是两个部分。 我在渲染函数中使
我是 JS 新手,正在尝试理解项目 https://github.com/tastejs/todomvc 的代码 请参阅屏幕截图,我尝试对 button X 以及其父元素 div 设置断点,但在这两种
例如,假设有一个带有奇特颜色的标记: Something written here 使用 Visual Studio 2017 和 MVC 5 元素,有没有办法检查和定位当前应用了哪些样式,以及负责它
我是一名优秀的程序员,十分优秀!