如何找到一列類似的值在PostgreSQL

Question

我在SQL一個完整的新手，所以我不是很熟悉它的功能。
所以這是我的問題。
我有> 100.000公司如下表（姑且稱之爲「補償」）：

 
id | title    | name 
----+---------------------+-------------- 
1 | XYZ     | xyz 
----+---------------------+-------------- 
2 | Smarts    | smarts 
----+---------------------+-------------- 
3 | XYZ LTD    | xyzltd 
----+---------------------+-------------- 
4 | Outsmarts   | outsmarts 
----+---------------------+-------------- 
5 | XYZ Entertainment | xyzentertainment 
----+---------------------+-------------- 
6 | Smarts Entertainment| smartsentertainment 

其中「標題」是一個公司的名字和「名」是一樣的冠軍，但低套管和不帶空格。 有沒有辦法找到所有具有類似標題的公司（使用「標題」或「名稱」）？所以，基本上，我想收到：

 
id | title    | name 
----+---------------------+-------------- 
1 | XYZ     | xyz 
----+---------------------+-------------- 
3 | XYZ LTD    | xyzltd 
----+---------------------+-------------- 
5 | XYZ Entertainment | xyzentertainment 
----+---------------------+-------------- 
2 | Smarts    | smarts 
----+---------------------+-------------- 
6 | Smarts Entertainment| smartsentertainment 

按類似於我的意思是：
1） 'XYZ'， '某某有限公司' 和 'XYZ娛樂'
2） '智能' 和 '智能娛樂'
但'XYZ娛樂'與'智能娛樂'不相似，'智能'與'Outsmarts'不相似。

我嘗試這樣做，也沒有工作：

SELECT set_limit(0.8); 

SELECT 
    similarity(c1.name, c2.name) AS sim, 
    c1.name, 
    c2.name 
FROM comp AS c1 
    JOIN comp AS c2 
    ON c1.name != c2.name 
     AND c1.name % c2.name 
ORDER BY sim DESC; 

通過「沒有工作，」我的意思是7分鐘後仍沒有給我任何結果。我認爲，我完全搞砸了
它甚至有可能檢索到這種相似之處嗎？

Answer 1

你可以嘗試Levenshtein distance功能，它給你編輯的數量達到從第一個參數第二：

SELECT levenshtein(c1.name, c2.name) AS sim, 0c1.name, c2.name 
FROM comp AS c1 JOIN comp AS c2 ON c1.name != c2.name ORDER BY sim DESC;