文本挖掘以了解诊断信息在SQL中是否已通过或失败

Question

我正在尝试构建一个诊断报告，以检查诊断是否通过或失败。但我面临着一个挑战，因为员工使用不同的方式记录结果。条目示例：

1. 诊断:不通过
2. 诊断:不失败
3. 诊断: Pass
4. 诊断: Pass

有一段时间，他们在诊断结果输入之前插入一些其他单词。

如何使它作为标志-检查诊断是否已通过或失败。

在SQL中，任何建议都将是非常感谢的。

Answer 1

实现这一目标的一种方法是使用PATINDEX并替换。如果没有您提到的15种不同模式的完整列表，我无法完全评估您所面临的问题，但下面是一个示例。

帕廷德克斯：返回模式在指定表达式中第一次出现的起始位置，如果没有找到该模式，则返回所有有效文本和字符数据类型上的零。 替换：将指定字符串值的所有出现替换为另一个字符串值。

下面是一个示例：

DECLARE @Diagnostic TABLE
    (
        [DiagText] NVARCHAR(200)
    );

--Insert some example test data
INSERT INTO @Diagnostic (
                            [DiagText]
                        )
VALUES ( 'Diagnostics : Not Pass' )
     , ( 'Diagnostics : Not Fail' )
     , ( 'Diagnostics : Pass' )
     , ( 'Diagnostics: Pass' )
     , ( 'Diagnostics: Fail' )
     , ( 'SomeOtherText' );

--use a case statement to evaluated the different patterens, along with using replace to take out all spaces.
SELECT *
     , CASE WHEN PATINDEX('%:NotPass%', REPLACE([DiagText], ' ', '')) <> 0 THEN
                0
            WHEN PATINDEX('%:NotFail%', REPLACE([DiagText], ' ', '')) <> 0 THEN
                1
            WHEN PATINDEX('%:Fail%', REPLACE([DiagText], ' ', '')) <> 0 THEN
                0
            WHEN PATINDEX('%:Pass%', REPLACE([DiagText], ' ', '')) <> 0 THEN
                1
       END AS [Passed]
FROM   @Diagnostic
WHERE  PATINDEX('%Diagnostics%', [DiagText]) <> 0;  --This filters for those containing the Diagnoctics verbiage