删除重复数超过5的记录

Question

我在一个长度为9的表中有数据，其中的数据如下

999999969
000000089
666666689

我只想删除那些从1-9中的任何数字重复超过5次的数据。

Answer 1

这可以是，使用一个使用反向参考的正则表达式的要简单得多。

DELETE FROM tbl
WHERE  col ~ '([1-9])\1{5}';

就这样。

解释

([1-9]) ...一个字符类，其数字从1到9，括号用于后面的引用。

\1 ...向后引用第一个(在本例中仅限于)括号大小的子表达式。

{5} ..正好(另一次)5次，使它“超过5次”。

每份文件：

反向引用(\n)匹配由数字n指定的前一个括号大小的子表达式匹配的相同字符串。例如，([bc])\1匹配bb或cc，但不匹配bc或cb。

演示。

Answer 2

好的，这里的逻辑可以概括为：

• 在任何给定数字中找出同一连续数字的最长序列；以及
• 如果最长值>5位数，则返回true

对吗？

因此，让我们将其拆分为一系列的连续数字：

regress=> SELECT regexp_matches('666666689', '(0+|1+|2+|3+|4+|5+|6+|7+|8+|9+)', 'g');
 regexp_matches 
----------------
 {6666666}
 {8}
 {9}
(3 rows)

然后进行最长的过滤：

regress=> 

SELECT x[1] 
FROM regexp_matches('6666666898', '(0+|1+|2+|3+|4+|5+|6+|7+|8+|9+)', 'g') x 
ORDER BY length(x[1]) DESC 
LIMIT 1;

    x    
---------
 6666666
(1 row)

..。但实际上，我们并不关心这一点，只是如果任何条目大于5位数，所以：

SELECT x[1] 
FROM regexp_matches('6666666898', '(0+|1+|2+|3+|4+|5+|6+|7+|8+|9+)', 'g') x 
WHERE length(x[1]) > 5;

可用作EXISTS测试。

WITH blah(n) AS (VALUES('999999969'),('000000089'),('666666689'),('15552555'))
SELECT n
FROM blah
WHERE EXISTS (
    SELECT x[1] 
    FROM regexp_matches(n, '(0+|1+|2+|3+|4+|5+|6+|7+|8+|9+)', 'g') x 
    WHERE length(x[1]) > 5
)

这实际上是相当有效的，并返回正确的结果(总是很好)。但是，可以通过以下方式来简化它：

WITH blah(n) AS (VALUES('999999969'),('000000089'),('666666689'),('15552555'))
SELECT n
FROM blah
WHERE EXISTS (
    SELECT x[1] 
    FROM regexp_matches(n, '(0{6}|1{6}|2{6}|3{6}|4{6}|5{6}|6{6}|7{6}|8{6}|9{6})', 'g') x;
)

可以在WHERE中使用相同的DELETE子句。

Answer 3

在性能方面很糟糕，但它应该能发挥作用：

DELETE FROM YOURTABLE 
 WHERE YOURDATA LIKE '%111111%' 
    OR YOURDATA LIKE '%222222%' 
    OR YOURDATA LIKE '%333333%'
    OR YOURDATA LIKE '%444444%'
    OR YOURDATA LIKE '%555555%'
    OR YOURDATA LIKE '%666666%'
    OR YOURDATA LIKE '%777777%'
    OR YOURDATA LIKE '%888888%'
    OR YOURDATA LIKE '%999999%'