sql - 使用 sqlite 在列中查找最常见的单词？

Question

我有这样的数据:

            movie_id    comment
            1           tom cruise is great
            1           great action movie
            2           got teary eyed
            2           great cast
            1           tom cruise is hott

我想要一个函数，它根据我选择的 movie_id 返回评论中最常见的词。所以如果我查询 movie_id=1，我会得到:

            tom, 2
            cruise, 2
            is, 2
            great, 2
            hott, 1
            action, 1
            movie, 1

如果我查询 movie_id=2，我会得到:

            got, 1
            teary, 1
            eyed, 1
            great, 1
            cast, 1

我看到一些使用tsql的解决方案，但我以前从未使用过，也不理解代码。寻找在 sqlite3 中执行此操作的方法。

Answer 1

你可以用一个非常丑陋的查询来做到这一点。

select word, count(*) from (
select (case when instr(substr(m.comments, nums.n+1), ' ') then substr(m.comments, nums.n+1)
             else substr(m.comments, nums.n+1, instr(substr(m.comments, nums.n+1), ' ') - 1)
        end) as word
from (select ' '||comments as comments
      from m
     )m cross join
     (select 1 as n union all select 2 union all select 3
     ) nums
where substr(m.comments, nums.n, 1) = ' ' and substr(m.comments, nums.n, 1) <> ' '
) w
group by word
order by count(*) desc

这是未经测试的。内部查询需要一个数字列表(此处仅限于 3 个；您可以查看如何添加更多)。然后检查单词是否从位置 n+1 开始。一个词在一个空格之后开始，所以我在评论的开头加了一个空格。

然后出于聚合目的，它会提取单词。