問題タブ [soundex]

前置詞のスペルが間違っている文のリストがあります。私は正しい綴りの準備のリストを持っています:

データから単語の soundex を計算し、soundex が一致する場合はそれを参照単語に置き換える必要があります。私のコードは次のとおりです。

私は本当に混乱しています.. text1には、[「彼は噴水ではありませんでした」、...その他多数]のような文が含まれています。助けてください..私の構文が間違っています..

オペレーターの入力エラーが原因でレコードが重複した名前、会社、または製品のテーブルがあります。

この問題を管理するためのツールを作成しようとしています。トラフィックの多いページにはなりませんが、レコードセットを作成するときにデータベースを強制終了することはありません。次のクエリがありますが、処理に数分かかります (長すぎます)。

結果を返すのに時間がかかりすぎることは別として、結果が少しあいまいすぎることがあります。たとえば、次のようなものを見つけられるのは素晴らしいことです。

しかし、これらはかなりずれているようです：

これを行うためのより高速で曖昧でない方法はありますか?

データベースからsoundexに相当する姓を選択するmysqlクエリを作成しようとしています。PHP では、次の方法で soundex コードを作成しました。

$sxname = soundex($name);

そして、mysqlクエリを作成しました

これは多くの姓では問題なく機能しますが、CAWS などの他の姓では機能しません。CAWS の php soundex の値は C200 ですが、mysql の値は C000 になります。

これらの違いに対する解決策はありますか?

私は関数を使用しようとしたので、両方ともphpで作成されました:

そしてそれを呼び出します：

しかし、それもうまくいきませんでした。

名前が一致する連絡先テーブルから、重複する名前をすべて見つけたいと思います。例: Rita または Reeta 、Microsoft または Microsift 、Mukherjee または Mukherji。

以下のクエリを使用しました：

連絡先からcontacts.idを選択する INNER JOIN (SELECT first_name,last_name,count(*) as rows contactsfrom where deleted = 0 GROUP BY soundex(first_name),soundex(last_name) HAVING count(rows) > 1) as p wherecontacts.deleted =0 AND p. first_nameコンタクトのようです。first_nameとp。last_nameコンタクトのようです。last_nameORDER BYcontacts.date_entered DESC

上記のクエリは正しい結果を返しますが、多くのレコードがある場合、多くの時間がかかります。

これは実行できないかもしれないと思いますが、とにかく試してみることにしました。

MySQL データベースでは、列の 1 つがrelatedカンマ区切りの値のリストです: bob,sally,james,rick.

特定の行について、この列の項目数は可変です。

ここで、その列のすべての項目に対して soundex 検索を実行したい場合 (このデータベースが確立されて統合された後のクライアント要求)、どうすればよいでしょうか? のようなものを書きたいと思います

SELECT `primary` FROM `table` WHERE `related`.split(",").any() SOUNDS LIKE sample

これは明らかに無意味なコードですが、うまくいけばアイデアを伝えます。

基本的に、CSV フィールドを個々の値に分解/分割してSOUNDEX比較します。これらすべてのrelatedフィールドを取得する必要がある場合は、それらを分解してからsoundex()PHP ループで個別に処理しますforeach()(その言語はあまり重要ではありません。Python の場合もありますが、少し手間がかかります)。可能であればそれを避けるのが大好きです。