Oracle：模糊查找

Question

我正在加载查找员工表的表。 但是，有时源文件和Employee表中的名称不正确。

**Employee table:**
Employee Name
Paul Jaymes

**Source File**
Paul James

我希望这个匹配。 可能是什么解决方案。

Answer 1

使用UTL_MATCH包或SOUNDEX功能 ：

SQL小提琴

Oracle 11g R2架构设置 ：

CREATE TABLE Employees ( Name ) AS
SELECT 'Paul Jaymes' FROM DUAL;

查询1 ：

UTL_MATCH.EDIT_DISTANCE ：计算将string-1转换为string-2所需的更改次数

SELECT *
FROM   Employees
WHERE  UTL_MATCH.EDIT_DISTANCE( Name, 'Paul James' ) < 2

查询2 ：

UTL_MATCH.EDIT_DISTANCE_SIMILARITY ：计算将string-1转换为string-2所需的更改次数，返回0（不匹配）和100（完全匹配）之间的值

SELECT *
FROM   Employees
WHERE  UTL_MATCH.EDIT_DISTANCE_SIMILARITY( Name, 'Paul James' ) > 90

问题3 ：

UTL_MATCH.JARO_WINKLER ：计算字符串-1和字符串-2之间的一致性度量

SELECT *
FROM   Employees
WHERE  UTL_MATCH.JARO_WINKLER( Name, 'Paul James' ) > 0.9

查询4 ：

UTL_MATCH.JARO_WINKLER_SIMILARITY ：计算字符串-1和字符串-2之间的一致性度量，返回0（不匹配）和100（完全匹配）之间的值

SELECT *
FROM   Employees
WHERE  UTL_MATCH.JARO_WINKLER_SIMILARITY( Name, 'Paul James' ) > 95

查询5 ：

SOUNDEX ：返回包含char的语音表示的字符串。 此功能可让您比较拼写不同的单词，但英语听起来相似。

SELECT *
FROM   Employees
WHERE  SOUNDEX( Name ) = SOUNDEX( 'Paul James' )

结果 ：全部给出输出：

|        NAME |
|-------------|
| Paul Jaymes |

Answer 2

在Oracle中使用UTL_MATCH.EDIT_DISTANCE_SIMILARITY函数。

我建议创建一个临时表，如下所示，检查数据是否符合预期。 通常得分高于90-93应该与不同系统中的一些错字相同。 如果只有1个字符的差异，你将得到92分及以上的分数。

select s.employee_name,
utl_match.edit_distance_similarity(initcap(s.employee_name),e.employee_name) as score
from source_table s cross join employee_table e
where utl_match.edit_distance_similarity(initcap(s.employee_name),e.employee_name) >=90 ;