获取String - stackexchange数据库中的每个<tag>

Question

我的问题的模拟代码：

SELECT Id FROM Tags WHERE TagName IN '<osx><keyboard><security><screen-lock>'

问题的细节

我正在尝试从apple.stackexchange数据中获取2011年使用的标签。(此查询)

作为能看见，标记更改中的标记以纯文本形式存储在Text字段中。

​

<tag1><tag2><tag3>
<osx><keyboard><security><screen-lock>

如何创建标记的唯一列表，以便在Tags表中查找它们，而不是这个硬编码版本：

SELECT * FROM Tags
  WHERE TagName = 'osx' 
     OR TagName = 'keyboard' 
     OR TagName = 'security'

这是一个交互示例。

Stackexchange使用T，我的本地副本使用Postgres应用程序9.4.5.0版在postgresql下运行.

Answer 1

假设此表定义如下：

CREATE TABLE posthistory(post_id int PRIMARY KEY, tags text);

具体取决于您想要的内容：

若要将字符串转换为数组，请修剪前导并尾随“<>”，然后将'><‘视为分隔符：

SELECT *, string_to_array(trim(tags, '><'), '><') AS tag_arr
FROM   posthistory;

要获得整个表的唯一标记列表(，我猜您想要这个)：

SELECT DISTINCT tag
FROM   posthistory, unnest(string_to_array(trim(tags, '><'), '><')) tag;

隐式LATERAL联接需要Postgres9.3或更高版本。

这应该比使用正则表达式快得多。如果您想尝试regexp，请使用regexp_split_to_table()而不是regexp_split_to_array()，后面跟着unnest()，就像在另一个答案中建议的那样：

SELECT DISTINCT tag
FROM   posthistory, regexp_split_to_table(trim(tags, '><'), '><') tag;

也可以使用隐式LATERAL连接。相关信息：

• 在Postgres中将列拆分为多行
• 在PostgreSQL中横向查询和子查询有什么区别？

要搜索特定的标记：

SELECT *
FROM   posthistory
WHERE  tags LIKE '%<security>%'
AND    tags LIKE '%<osx>%';

SQL Fiddle

应用于我们的数据资源管理器中的to搜索：

SELECT TOP 100
       PostId, UserId, Text AS Tags FROM PostHistory
WHERE  year(CreationDate) = 2011
AND    PostHistoryTypeId IN (3  -- initial tags
                           , 6  -- edit tags
                           , 9) -- rollback tags
AND    Text LIKE ('%<' + ##TagName:String?postgresql## + '>%');

(T语法使用非标准的+而不是||。)

https://data.stackexchange.com/apple/query/edit/417055