如何在SQL中检测Description字段含非对应PageId的记录？

要实现这个需求，核心是识别Description中形如Page [数字] contains的内容，并判断其中是否存在与当前记录PageId不一致的数字。不同SQL方言的实现略有差异，以下是几种常见方案：

方案一：使用正则表达式（推荐，简洁准确） #

大部分现代数据库支持正则表达式匹配，利用负向前瞻语法可以直接匹配出存在不匹配ID的记录。

SQL Server 2016+ #

SELECT *
FROM Page P
WHERE REGEXP_LIKE(P.Description, 'Page (?!' + CAST(P.PageId AS VARCHAR(8)) + ')\d+ contains')

• 解释：(?!...)是负向前瞻，表示Page 后面跟着的数字不是当前的PageId，同时满足后续的 contains格式。

MySQL 8.0+ #

SELECT *
FROM Page P
WHERE P.Description REGEXP CONCAT('Page (?!', P.PageId, ')\\d+ contains')

• 注意：MySQL中正则的转义符需要用双反斜杠\\。

PostgreSQL #

SELECT *
FROM Page P
WHERE P.Description ~ CONCAT('Page (?!', P.PageId::TEXT, ')\\d+ contains')

• PostgreSQL用~作为正则匹配操作符，同样支持负向前瞻。

方案二：兼容老版本数据库（无正则支持时） #

如果你的数据库不支持正则高级特性，可以用LIKE结合排除逻辑实现，虽然局限性较强，但能覆盖基础场景：

SELECT *
FROM Page P
WHERE 
    -- 先确保字段中有至少一个Page ... contains结构
    P.Description LIKE '%Page % contains%'
    -- 排除所有Page后紧跟当前PageId的情况
    AND P.Description NOT LIKE REPLACE('%Page % contains%', '%', '%' + CAST(P.PageId AS VARCHAR(8)) + '%')

• 局限性：如果PageId是短数字（比如3718），而Description中存在包含该数字的更长ID（比如37189），会出现误判，因此仅推荐在无正则可选时使用。

方案三：提取所有页面ID后比对 #

通过拆分字符串提取Description中所有的页面ID，再判断是否存在不匹配项，适合复杂场景：
以SQL Server为例：

WITH ExtractedPageIds AS (
    SELECT 
        P.PageId,
        P.Description,
        -- 从拆分后的片段中提取页面ID
        SUBSTRING(split_val, 1, CHARINDEX(' contains', split_val) - 1) AS ExtractedId
    FROM Page P
    CROSS APPLY STRING_SPLIT(P.Description, 'Page ') AS s(split_val)
    WHERE split_val LIKE '% contains%'
)
SELECT DISTINCT PageId, Description
FROM ExtractedPageIds
WHERE ExtractedId != CAST(PageId AS VARCHAR(8))

• 解释：用STRING_SPLIT按Page 拆分字段，提取每个片段中 contains前的数字，最后比对是否存在与PageId不一致的提取结果。

内容的提问来源于stack exchange，提问作者Martin Parenteau