使用SQL查詢去除相似但不相同的URL

Question

我有一個數據集，其中有一個名爲WebsiteData的表中存儲了名爲Website（類型VARCHAR）的列中的數千個網址。有許多對URL（存儲在單獨的行中）是相同的，除了一個以www開始，例如， www.google.com，另一個不是，例如google.com。我將如何設計一個標識這些僞重複項的SQL查詢並刪除不以www開頭的版本？

Answer 1

我衍生2代表一個與具有www.和一個沒有網址。通過添加www將它們加入在一起。到沒有的網站。

-- SELECT first to review the records. 
select * 
from 
(select * from website where url not like 'www.%') wA 
join 
(select * from website where url like 'www.%') wB 
    on 'www.' + wa.url = wb.url 


delete wA 
from 
(select * from website where url not like 'www.%') wA 
join 
(select * from website where url like 'www.%') wB 
    on 'www.' + wa.url = wb.url 

Answer 2

使用SUBSTRING首先獲取網站部分。並與任何重複條目匹配並刪除它。

DELETE tableW 
FROM tableW W 
JOIN 
(
select W1.website 
FROM tableW W1 
inner join tableW W2 
on W1.website = SUBSTRING(W2.website,CHARINDEX('.',W2.website, 0)+1, LEN(w2.website)) 
) T 
on T.website = W.website