如何实现单端含额外段的字符串匹配？Python/SQL方案咨询

匹配规则明确 #

仅满足以下任一条件时视为匹配：

1. 两个字符串完全相等
2. 其中一个字符串是另一个的完整前缀（即较短字符串是较长字符串的开头部分，较长字符串仅在末尾有额外内容）
   双方均包含不同额外内容时（如示例2），不匹配。

Python 实现 #

直接通过字符串前缀判断实现，避免原有方法的误匹配问题：

def is_match(db_str, foreign_str):
    # 预处理：去除首尾空格并统一小写（可选，根据需求调整）
    db_clean = db_str.strip().lower()
    foreign_clean = foreign_str.strip().lower()
    
    # 全匹配判断
    if db_clean == foreign_clean:
        return True
    
    # 判断其中一个是否为另一个的前缀
    len_db = len(db_clean)
    len_for = len(foreign_clean)
    
    if len_db > len_for:
        return db_clean.startswith(foreign_clean)
    else:
        return foreign_clean.startswith(db_clean)

测试示例 #

• 示例1：is_match("David James Malan Neeko", "David James Malan") → 返回True（库内字符串是外部字符串的扩展）
• 示例2：is_match("David James Malan Neeko", "David James Malan Mathew") → 返回False（双方各有不同额外内容）
• 示例3：is_match("David James Malan Neeko", "David jam Mlan") → 返回False（拼写不匹配）

SQL 实现 #

以MySQL/PostgreSQL为例，通过LIKE操作符实现前缀匹配：

MySQL 版本 #

SELECT *
FROM my_database db
JOIN foreign_table ft
ON -- 全匹配
   TRIM(LOWER(db.name)) = TRIM(LOWER(ft.name))
   -- 库内字符串是外部字符串的前缀（外部更短）
   OR TRIM(LOWER(db.name)) LIKE CONCAT(TRIM(LOWER(ft.name)), '%')
   -- 外部字符串是库内字符串的前缀（库内更短）
   OR TRIM(LOWER(ft.name)) LIKE CONCAT(TRIM(LOWER(db.name)), '%');

PostgreSQL 版本 #

用||替代CONCAT：

SELECT *
FROM my_database db
JOIN foreign_table ft
ON TRIM(LOWER(db.name)) = TRIM(LOWER(ft.name))
   OR TRIM(LOWER(db.name)) LIKE TRIM(LOWER(ft.name)) || '%'
   OR TRIM(LOWER(ft.name)) LIKE TRIM(LOWER(db.name)) || '%';

说明 #

• TRIM用于去除字符串首尾空格，LOWER实现大小写不敏感匹配（根据业务需求可移除）
• 该查询只会返回符合规则的匹配记录，示例2中的两条数据不会被关联

内容的提问来源于stack exchange，提问作者Mahmoud Khaled Sayed