计算单个帖子数据浏览器中的标签数量

Posted 2023-02-19

【中文标题】计算单个帖子数据浏览器中的标签数量

【英文标题】：Counting the number of tags in a single post - data explorer

【发布时间】：2019-05-26 20:59:04

【问题描述】：

我正在尝试编写一个查询来计算单个帖子下的标签数量。我不知何故无法将标签分成一行并计算这些标签。

Other posts 建议创建一个函数来拆分标签，但是你不能创建数据交换的函数。

这是我目前的查询，它只会给我在帖子和标签中的帖子。

SELECT p.Id, p.Title, p.Tags, t.TagName
FROM Posts as p 
INNER JOIN Tags as t ON p.Id = t.Id

【问题讨论】：

请显示表格的结构。

还有一些示例数据和预期输出。

我认为标签存储为例如（您的问题）：[<sql><sql-server><tsql><split><dataexplorer>] 所以您可以通过LEN(Tage) - LEN(REPLACE(< or > FROM Tag)) 获取标签计数

mel，如果我理解正确，Posts.Tags 列是一个带有标签列表的字符串。如果是这样，您将不得不将其拆分为单个令牌并使用它们加入您的Tags 表（而不是p.Id）。但这是疯狂的猜测...尝试使用 DDL、示例数据和加速输出设置 minimal reproducible example。

@Shnugo 他们在这里使用架构data.stackexchange.com/***/query/new

【参考方案1】：

您可以使用Tags 列计算标签数量：

SELECT Id, Title, Tags, LEN(Tags) - LEN(REPLACE(Tags, '<','')) AS tag_number
FROM Posts as p 
WHERE Id = 2647

SEDE Demo

【讨论】：

这很好，谢谢！你怎么知道标签是用'

@mel SELECT TagName FROM Tags WHERE TagName LIKE '%<%' OR TagName LIKE '%>%' -- 0 行

【参考方案2】：

这几乎是猜测，但我的魔法水晶球（和马丁史密斯）告诉我，你可能正在寻找这样的东西：

DECLARE @mokupPosts TABLE(ID INT IDENTITY, SomePost VARCHAR(250),Tags VARCHAR(250));
INSERT INTO @mokupPosts VALUES
 ('First post','<matlab><plot><ternary><ternplot>')
,('Second post','<powershell><java><python>')
,('Third post','<image><opencv><image-processing>');

--查询将返回每个 Post 的多行，每个标记分别。

SELECT p.*
      ,B.token.value('text()[1]','varchar(100)') Token
FROM @mokupPosts p
CROSS APPLY(SELECT CAST('<x>' + REPLACE(REPLACE(REPLACE(REPLACE(p.Tags,'><','||'),'<',''),'>',''),'||','</x><x>') + '</x>' AS XML)) A(Casted)
CROSS APPLY A.Casted.nodes('/x') B(token);

您可以轻松地将INNER JOIN 这个Tags 直接在令牌上的现有表中并执行分组COUNT()。

如果标签可能包含禁止字符（如&, < and > 等等），您可以使用额外的内部SELECT FOR XML PATH('') 隐式转义它们：

SELECT p.*
      ,B.token.value('text()[1]','varchar(100)') Token
FROM @mokupPosts p
CROSS APPLY(SELECT CAST('<x>' + REPLACE((SELECT REPLACE(REPLACE(REPLACE(p.Tags,'><','||'),'<',''),'>','') AS [*] FOR XML PATH('')),'||','</x><x>') + '</x>' AS XML)) A(Casted)
CROSS APPLY A.Casted.nodes('/x') B(token);

更新：更简单的方法

注意：标签不得包含元素名称中禁止使用的字符，如&, < and >（以及更多）！

这个查询将返回一个空元素列表as xml，只需将结束的> 替换为/>。然后查询将使用/* 迭代所有这些并通过local-name(.) 返回它们的名称：

SELECT p.*
      ,B.token.value('local-name(.)','varchar(100)')AS Token
FROM @mokupPosts p
CROSS APPLY(SELECT CAST(REPLACE(p.Tags,'>','/>') AS XML)) A(Casted)
CROSS APPLY A.Casted.nodes('/*') B(token)

结果和上面一样……

更新 2：我刚试过这个here

...它的工作原理:-)

【讨论】：

感谢详细的解决方案！更新 2 中的链接将我路由到一个新查询，而不是您编写的那个。请在修复后通知我，以便我查看您的操作！

@mel，只需将我的查询复制到那里并使用Posts 而不是@mockupPosts

【参考方案3】：

我猜你需要这样的东西

SELECT p.Id, p.Title, p.Tags, count(t.TagName)
FROM Posts as p 
INNER JOIN Tags as t ON p.Id = t.Id
group by p.Id, p.Title, p.Tags

【讨论】：

那是完全错误的。因为我们有 3 个表（帖子、帖子标签、标签）。这里是多对多的关系。

你在哪里说的？

【参考方案4】：

您可以使用 JOIN 来获取它

SELECT P.ID,
       P.Title,
       P.Tags,
       COUNT(Tags) TagsCount
FROM Posts P INNER JOIN PostTags PT
       ON P.Id = PT.PostId
WHERE P.ID = 53243136
GROUP BY P.ID,
         P.Title,
         P.Tags;

SEDE Demo

更新：

这也是另一种方式

SELECT P.ID,
       P.Title,
       P.Tags,
       COUNT(TT.Value) - 1 TagsCount
       FROM Posts P CROSS APPLY (SELECT Value FROM STRING_SPLIT(Tags, '>')) TT
WHERE P.ID = 53243136
GROUP BY P.ID,
         P.Title,
         P.Tags; 

SEDE Demo