如何根据不同标准的 T-SQL 列出重复项

Posted 2023-02-15

【中文标题】如何根据不同标准的 T-SQL 列出重复项

【英文标题】：How to list duplicates based on different criteria's T-SQL

【发布时间】：2022-01-07 09:07:33

【问题描述】：

我正在寻找可以帮助我完成一项非常具体的任务的人。

我正在分析计算机硬盘驱动器中的数据，并且需要能够列出从 .zip 文件中提取后重复的文件夹。以下是我正在处理的数据示例：

ItemName	Extension	ItemType
MyZipFolder.zip	.zip	File
MyZipFolder	null	Folder
PersonalDocuments.zip	.zip	File
PersonalDocuments	null	Folder

正如您所见，扩展名“.zip”包含在“ItemName”和“Extension”列中。当从 .zip 文件中提取时，它会变成一个文件夹。我需要一种列出 .zip 文件或提取后它变成的文件夹的方法（两者都可以，只需要在知道它是重复的情况下列出它）。

需要注意的是，我的数据包含许多其他文件夹和具有不同扩展名的文件，例如'.docx', '.msg' 所以查询需要打折这些。

我希望这是有道理的 - 谢谢！

预期的输出可能如下所示：

ItemName	Extension	ItemType
MyZipFolder	null	Folder
PersonalDocuments	null	Folder

所以我知道的所有文件夹的列表在数据中有一个 .zip 等价物。

【问题讨论】：

我不明白你想要什么，你能根据你的样本数据举一个例子（预期输出）吗？

嗯，文件夹名可以像 'Myzipfolder.zip` 仍然是文件夹，你必须找到另一种方式来区分它们

提问时，您需要提供minimal reproducible example： (1) DDL 和样本数据填充，即 CREATE 表和 INSERT T-SQL 语句。 (2) 你需要做什么，即逻辑和你的代码尝试在 T-SQL 中实现它。 (3) 期望的输出，基于上述#1 中的样本数据。 (4) 您的 SQL Server 版本 (SELECT @@version;)。

@James 我已经输入了预期的输出，我不知道这是否有帮助？

@eshirvana 在我拥有的数据中，所有 .zip 文件都有一个 File 的“ItemType”

【参考方案1】：

还不确定，但你的意思是这样的吗？

select *
from your_table y
where ItemType = 'Folder'
  and exists (
    select 1 from your_table yy
    where yy.Extension = '.zip'
      and yy.ItemName = y.ItemName + '.zip'
  )

【讨论】：

这正是我正在寻找的 - 谢谢 :)

感谢@Charlieface，我将更改查询以使其可搜索

【参考方案2】：

我想我得到了你需要的东西：

select ItemName 
from tablename
group by replace(ItemName, isnull(Extension,''))
having case count(case when Extension = '.zip' then 1 end) > 1