計算MySQL列中子字符串的出現次數

我有一張表，其中存儲了許多Twitter推文的信息，包括推文文本和推文推文用戶的屏幕名稱。該tweet中包含主題標籤（以＃開始），我要算一個特定的用戶在推特主題標籤的數量：計算MySQL列中子字符串的出現次數

tweet_id |      tweet_text       | screen_name | 
-------------------------------------------------------------------------------------------- 
     1 | #hashtag1 #otherhashtag2 #hashtag3 some more text   | tweeter_user_1 | 
     2 | some text #hashtag1 #hashtag4 more text     | tweeter_user_2 | 
     3 | #hashtag5 #hashtag1 @not a hashtag some#nothashtag   | tweeter_user_1 | 
     4 | #hashtag1 with more text         | tweeter_user_3 | 
     5 | #otherhashtag2 #hashtag3,#hashtag4 more text    | tweeter_user_1 |

如果我算tweeter_user_1的主題標籤，結果我想到的是8，如果我想tweeter_user_3的標籤應該返回1.我怎麼能這樣做，假設我的表名是推文。

我嘗試這樣做：SELECT COUNT(*) FROM tweets WHERE(LENGTH(REPLACE(tweet_text, '#%', '@') = 0)) AND screen_name = 'tweeter_user_1'但它沒有工作

我會很高興，如果tweeter_user_1的結果是9太：d

來源

2012-10-04 Tales

如果這是你想要的'主題標籤number'，則是這樣的：'SELECT SUM（長度（tweet_text） - 長（REPLACE（tweet_text， '＃'， ''）））FROM推文WHERE screen_name ='tweeter_user_1''應該可以工作。 – dash

事實上，如果可能的話，你會遇到困難的時候不匹配一些＃nothashtag＃JYelton的建議是一個好的 - 預先存儲 - 它永遠不會改變。 – dash

是的，這就是爲什麼我更新了「沒關係，如果我得到了9的計數」這個帖子，JYelton的想法非常好，但是桌子已經很大了，我只需要這個腳本來計算一個人的hashtags的數量我們檢測到濫用系統。此外，申請將在3或4周內結束。 – Tales

這應該給你一個screen_names列表和他們使用的所有hashtags的總數。

SELECT foo.screen_name, SUM(foo.counts) FROM 
    (
    SELECT screen_name, 
      LENGTH(tweet_text) - LENGTH(REPLACE(tweet_text, '#', '')) AS counts 
    FROM tweet_table 
) as foo 
GROUP BY foo.screen_name

但是....這是一個討厭的查詢，如果表是巨大的。如果您只需要單個用戶的計數，我可以在內部選擇中指定特定的用戶。就像這樣：

SELECT foo.screen_name, SUM(foo.counts) FROM 
(
    SELECT screen_name, 
     LENGTH(tweet_text) - LENGTH(REPLACE(tweet_text, '#', '')) AS counts 
    FROM tweet_table WHERE screen_name = 'tweeter_user_1' 
) as foo 
GROUP BY foo.screen_name

來源

2012-10-04 22:18:54 Ray

我認爲它有一些錯誤，當我運行這個腳本時，我總是收到錯誤信息：＃1064 - 你的SQL語法錯誤;檢查與您的MySQL服務器版本相對應的手冊，以便在'WHERE screen_name ='LozanoXiomii'附近使用正確的語法）AS foo FROM tweet_table）作爲foo GROUP – Tales

@Tale yup，把錯誤的地方放在哪裏...更新後的查詢例如 – Ray

根據您需要多長時間運行查詢，你可以導致MySQL花費大量CPU時間解析並重新編譯tweet_text列。我強烈建議添加hashtag_qty列（或類似列），並在您填充行開始時存儲hashtag元素的數量。

來源

2012-10-04 22:02:15 JYelton

感謝您的建議，這是一個非常好的主意，我會保留它以備將來參考，因爲我們可能會使用高音標籤開始更多的比賽，而且我們的雜誌擁有大量跟隨我們的人。 – Tales

計算MySQL列中子字符串的出現次數

回答

相關問題