MySQL確切的URL搜索

所以我試圖合併兩個公司信息數據庫（表A和表B從這裏出），其中最常見（和可靠）的單一參考點是網站的URL。表A是最新的，表B是要更新的。MySQL確切的URL搜索

我已經從表A中提取URL並使用PHP（約6000個URL）進行了清理，計劃是根據找到的URL（而不是URL本身）找到並更新表B中的一些信息。

在表A中，所有的URL都是domain.com或www.domain.com或www.subdomain.domain.com沒有http：//或任何尾隨/其他URL數據。在表B它們可能包含與他們如http任何額外信息的原始網址：//等

現在，我已經試過表B像這樣尋找公司通過網址：

SELECT * FROM companies WHERE website LIKE '%$url1%' OR website LIKE '%$url2%'...

雖然這可行，但它也會提取不正確的信息。例如，我沒有表A中列表中的bt.com（或其中的任何變體），但它在表B中匹配（表A中有www.corporate.bt.com，我認爲它與它匹配）。

那麼，我該如何阻止這種情況發生？它顯然在URL列表中發現了一些類似的內容，但我只想匹配確切的字符串。所以在上面的例子，如果我在尋找www.corporate.bt.com它應該只返回，如果它發現它在字符串中（http://www.corporate.bt.com/是好的，http://bt.com/不是）

而且，這將是執行此的最好方式數據集這樣大的動作？表A有大約6,000個URL，表B有14,000個（表A中並非全部將在表B中）。

來源

2015-01-07 Duncan Ogle

LIKE不會返回精確的搜索，但你可以使用MySQL REGEXP對於精確搜索，它會發現在搜索提交準確的結果，並且只返回準確的URL

SELECT * FROM companies WHERE website REGEXP '[[:<:]]$url1[[:>:]]' OR 
           website REGEXP '[[:<:]]$url2[[:>:]]'

或者，如果申請只有單一的URL，那麼你可以使用=操作

SELECT * FROM companies WHERE website = '$url1' OR website = '$url2'

UPDATE 在此你可以花費正則表達式serarch和輸入只有SERVER_NAME如domain.com，domain1.com，abc.domain.com，請參見下面的查詢

$url = "doamin.com"; 
$url1 = "domain1.com"; 
SELECT * FROM companies WHERE 
    website REGEXP '^(htt(p|ps):\/\/|htt(p|ps):\/\/www\.)($url)$' OR 
    website REGEXP '^(htt(p|ps):\/\/|htt(p|ps):\/\/www\.)($url1)$'

來源

2015-01-07 11:19:10 Girish

恐怕這不能按預期工作。第一個和LIKE拉同樣的結果。第二個不會工作，就好像我正在尋找'www.bt.com'，它不會匹配'http：// www.bt.com /' –

@daogle查看更新部分，這將有助於您 – Girish

隨着我發佈的答案，你的第一個建議工作得很好（雖然它需要6分鐘來運行查詢）。我確實嘗試過你的最後一個例子，但15分鐘後我停止了查詢 - 性能太差了！感謝您的幫助！ –

所以，事實證明，我沒有通過地址列表過濾表A不夠好，並且看起來的URL的‘http’一度下滑通過 - 這意味着每個包含'http'的網址被發現...

所以我添加了另一個過濾器，檢查是否存在a。在URL中確保它至少爲something.something

if (strpos($domain, ".") !== false) { 
    // It has a .± 
}

來源

2015-01-07 12:21:51

使用if（strpos（$ domain，'。'）> = 0）來檢查是否存在，因爲如果找不到任何東西，strpos將返回-1（而不是false）。 – Yami

@Yami雖然我認爲這將工作，[根據PHP文檔]（http://php.net/manual/en/function.strpos.php）「strpos」似乎返回false（或者說，應該檢查就像我正在檢查） –

是的，你是對的。我把它和.NET混合起來 – Yami

MySQL確切的URL搜索

回答

相關問題