Teradata SQL在文本字段中选择多个大写字母的字符串

Question

在弄清楚如何识别混合了大小写字母的文本字段中的首字母缩略词时，任何帮助将不胜感激。
例如，我们可能有“ 我们在鸡肉上使用了烧烤酱 ”，我需要查询以选择“ BBQ”，而单元格中没有其他内容。 每行可能有多个大写字符串。输出应包含uppcase字符串。

任何想法都非常感谢！

Answer 1

这将是丑陋的。 我尝试使用REGEXP_SPLIT_TO_TABLE只是大写字母，但无法正常工作。

我会先使用strtok_split_to_table来做到这strtok_split_to_table ，因此每个单词都将以其自己的行结尾。

首先，一些伪数据：

create volatile table vt 
(id integer,
col1 varchar(20))
on commit preserve rows;

insert into vt
values (1,'foo BAR');

insert into vt
values (2,'fooBAR');

insert into vt
values(3,'blah FOO FOO blah');

我们可以在上面使用strtok_split_to_table：

select
t.*
from table
(strtok_split_to_table(vt.id ,vt.col1,' ')
returns
(tok_key integer 
,tok_num INTEGER
,tok_value VARCHAR(30)
)) AS t

它将使用空格作为分隔符将每个值拆分为单独的行。

最后，我们可以将这些值中的每一个都与该值进行大写比较：

select
vt.id,
vt.col1,
tok_key,
tok_num,
tok_value,
case when upper(t.tok_value) = t.tok_value (CASESPECIFIC) then tok_value else '0' end
from
(
select
t.*
from table
(strtok_split_to_table(vt.id ,vt.col1,' ')
returns
(tok_key integer 
,tok_num INTEGER
,tok_value VARCHAR(30)
)) AS t
) t
inner join vt
    on t.tok_key = vt.id
order by id,tok_num

使用我们可爱的样本数据，您将获得：

+----+-------------------+---------+---------+-----------+-------------+
| id |       col1        | tok_key | tok_num | tok_value | TEST_OUTPUT |
+----+-------------------+---------+---------+-----------+-------------+
|  1 | foo BAR           |       1 |       1 | foo       | 0           |
|  1 | foo BAR           |       1 |       2 | BAR       | BAR         |
|  2 | fooBAR            |       2 |       1 | fooBAR    | 0           |
|  3 | blah FOO FOO blah |       3 |       1 | blah      | 0           |
|  3 | blah FOO FOO blah |       3 |       2 | FOO       | FOO         |
|  3 | blah FOO FOO blah |       3 |       3 | FOO       | FOO         |
|  3 | blah FOO FOO blah |       3 |       4 | blah      | 0           |
+----+-------------------+---------+---------+-----------+-------------+

Answer 2

使用'\\b[AZ]{2,5}\\b'正则表达式将首字母缩写词定义为2至5个字符的所有大写单词：

WITH cte AS
 ( -- using @Andrew's Volatile Table 
   SELECT * 
   FROM vt
   -- only rows containing acronyms
   WHERE RegExp_Similar(col1, '.*\b[A-Z]{2,5}\b.*') = 1 
 )
SELECT
   outkey,
   tokenNum,
   CAST(RegExp_Substr(Token, '[A-Z]*') AS VARCHAR(5)) AS acronym -- 1st uppercase word 
   --,token
FROM TABLE
    ( RegExp_Split_To_Table
        ( cte.id,
          cte.col1,

             -- split before an acronym, might include additional characters after
             -- [^A-Z]*? = any number of non uppercase letters (removed)
             -- (?= ) = negative lookahead, i.e. check, but don't remove
          '[^A-Z]*?(?=\b[A-Z]{2,5}\b)',

          '' -- defaults to case sensitive
        ) RETURNS
            ( outKey INT,
              TokenNum INT,
              Token VARCHAR(30000) -- adjust to match the size of your input column 
            )
    ) AS t
WHERE acronym <> ''

Answer 3

我不确定您要做什么，但我不确定您有很多选择。 即：

选项1）检查首字母缩写词（如BBQ）是否存在于字符串中（基本语法）

SELECT CHARINDEX ('BBQ',@string)

在这种情况下，您将需要一个表，其中包含要检查的所有已知首字母缩写词，然后遍历它们中的每一个，以查看您的字符串是否存在匹配项，然后返回首字母缩写词。

DECLARE @string VARCHAR(100)
SET @string = 'we used the BBQ sauce on the Chicken'

create table : [acrs]
--+--- acronym-----+
--+    BBQ         +
--+    IBM         +
--+    AMD         +
--+    ETC         +
--+----------------+

SELECT acronym FROM [acrs] WHERE CHARINDEX ([acronym], @string ) > 0)

这应该返回：'BBQ'

选项2）将所有大写字符加载到临时表等中，以进行进一步的逻辑和处理。 我想你可以用这样的东西...

DECLARE @string VARCHAR(100)
SET @string = 'we used the BBQ sauce on the Chicken'

-- make table of all Upper case letters and process individually
;WITH cte_loop(position, acrn)
 AS (
        SELECT 1, SUBSTRING(@string, 1, 1)
        UNION ALL
        SELECT position + 1, SUBSTRING(@string, position + 1, 1)
        FROM cte_loop
        WHERE position < LEN(@string) 
 )
SELECT position, acrn, ascii(acrn) AS [ascii]
FROM cte_loop
WHERE ascii(acrn) > 64 AND ascii(acrn) < 91 -- see the ASCII table for all codes

这将返回表，如下所示：