Не чёткий GROUP BY

[o_nix]

есть вот такой вот запрос

$sql = "SELECT *,count(*) as `post_counter`
        FROM `". PREFIX. "_post`
        GROUP BY `alt_name`
        ORDER BY `post_counter` DESC";

Он группирует записи по altname и если в группе получается более одной записи далее скрипт рубит все лишние как дубли

Но опеределят он как дубль при условии что совпадение текста в alt_name 100% - то есть даже если будет отличие всего в 1 байт дублем оно уже считаться не будет.

Как сделать "не чёткую" группировку ... то есть уйти от 100% совпадения ??

Можно ли как то ограничить сравнение данных из alt_name отбросив начало и конец значения а для сравнения выбрать допустим 20 байт взятых из середины ???

 

[hotx]

Вложенный FULL TEXT SEARCH?
А вобще, я бы реализовал через PHP, если из базы сразу вытаскивать с помощью SUBSTR середину нужного поля, а потом просто группировать полученный массив средствами PHP и считать количество.

 

[o_nix]

я вообще знаком с mysql поверхностно, что такое вложенный аператор FULL TEXT SEARCH ?? и как его вкладывать ?
На сколько я понимаю он ищет по прямому вхождению?
Тоесть чтобы им воспользоваться нада сначала из базы как то выдрать один элемент выбрать из него середину и потом только искать это значение по всей базе ??
Всё это можно проделать чисто средствами MySQL без php??

либо всёравно php обрабатывать данные будет ??

 

[polyetilen]

может добавить условие сравнения LIKE

$sql = "SELECT *,count(*) as `post_counter`
        FROM `". PREFIX. "_post`
        WHERE `post_name` LIKE '%a%'
        GROUP BY `alt_name`
        ORDER BY `post_counter` DESC";

возьмёт только post_name в которых есть буква a

 

[o_nix]

polyetilen
alt_name - вродебы самим двигом создаётся автоматом по post_name ... так зачем тогда сравнивать посути тоже самое ?? или всё хитрее ??

щас чуть чуть погуглил
LIKE '%a%'

это типа сравнить по колличеству букв "а" или как ??

тоесть как регексп это ".*а.*"
так получается или как ??

просто % - нашёл любое колличество символов а вот "а" что то не нашёл такого ....

=============================================================

возьмёт только post_name в которых есть буква a

но веть это сузит "круг подозреваемых" на дубли постов а у меня задача обратная - расширить его ...
или я что то не так понял ??

то есть под 100% совпадение попадает 4 alt_name
мне же нужно за счёт снижения порогового значения сходства до скажем 70%
получить расширенный "круг подозреваемых" постов до 7-10

 

[polyetilen]

WHERE - где
`post_name` - поле post_name, значение которого надо сравнить
LIKE - похоже
'%слово%' - на значение %слово%, где слово это слово которое надо найти

% значит любой символ, если надо от начала тогда 'a%'

и найдёт все поля где будет слово, и не обязательно должен весь текст совпадать.

Но групировать всё равно будет по точным совпадениям, тогда если не подходит такое групирование то можно изменять групирование через HAVING

SELECT post_title
FROM wp_posts
GROUP BY post_name HAVING post_title LIKE '%форум%'

тут сгрупирует по post_name и возьмёт только группы где есть слово форум в поле post_title, это скорее фильтр чем расширение группы.

Или создавать свои поля по которым потом группировать

SELECT post_title, post_title REGEXP 'форум' group_1
FROM wp_posts
GROUP BY group_1

тут сгруппирует по полю group_1 в котором 1 когда в post_title по регулярке есть форум и 0 когда нет, дальше сгрупирует по group_1 и будет две группы.

Так и дальше можно расширять и составлять разные группы

SELECT post_title, post_title REGEXP 'Фор' group_1, post_title REGEXP 'ум' group_2
FROM wp_posts
GROUP BY group_1, group_2

тут две группы, в одной есть и 'Фор' и 'ум', а в другой этих слов нет.

regexp зависит от регистра букв так что можно перевести в одинаковый регист перед сравнением

SELECT post_title, LOWER(post_title) REGEXP LOWER('ФОруМ')
FROM wp_posts

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.