如何找到部分重复？

Question

我有两个NVARCHAR列的表：源和目标。

我想查找可以找到具有相同源的另一行和包含当前源的目标的行。

在下面的例子中，我想找到行1和7：

• 行1是 “部分重复” 行3的
• 行图7是第6行的 “部分重复”

下面是SQL代码片段：

CREATE TABLE #YourTable (ID int, [source] nvarCHAR(12), [target] nvarCHAR(12)) 

INSERT INTO #YourTable ([ID],[source],[target]) VALUES (1,'wordA','word1') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (2,'wordA','word2') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (3,'wordA','word3 ; word1') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (4,'wordB','word4') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (5,'wordC','word5') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (6,'wordD','word6 ; word7') 
INSERT INTO #YourTable ([ID],[source],[target]) VALUES (7,'wordD','word7') 

SELECT 
    [source], 
    STUFF((
    SELECT ', ' + [target] 
    FROM #YourTable 
    WHERE ([source] = Results.[source]) 
    FOR XML PATH ('')) 
    ,1,2,'') AS NameValues 
FROM #YourTable Results 
GROUP BY [source] 
HAVING COUNT(1)>1 

DROP TABLE #YourTable 

我的第一个想法是串联但它并没有让我更接近解决方案...

我可以将我的数据导出为CSV并使用编程语言（python，C＃，...）来隔离这些ID，但我很好奇看看它如何在SQL中完成。

最终目标是消除“部分重复”。

Answer 1

你的工作可以用exists操作来完成：

delete 
    from #yourtable t1 
where exists (
      select 1 
      from #yourtable t2 
      where t2.source = t1.source 
      and t2.target <> t1.target 
      and t2.target like t1.target || '%' 
     ) 
    ;