求助：基于T-SQL两列文本内容实现页面分类

针对你的大规模分类需求（76个类别，每个对应多组URL/页面名称规则），分类映射表+关联查询是最优方案，比嵌套CASE或重复CONTAINS更易维护，也能同时满足两列匹配的需求。

步骤1：创建分类映射表 #

先建一个存储分类规则的映射表，用来统一管理所有类别与匹配规则，后续修改分类只需更新这个表，无需改动主查询代码。

CREATE TABLE WebPageCategoryMapping (
    MappingID INT IDENTITY(1,1) PRIMARY KEY,
    CategoryName NVARCHAR(100) NOT NULL, -- 类别名称
    MatchField NVARCHAR(20) NOT NULL CHECK (MatchField IN ('URL_PATH', 'PAGE_NAME', 'BOTH')), -- 匹配的字段
    MatchPattern NVARCHAR(255) NOT NULL -- 需要包含的字符串（和Power Query的Text.Contains逻辑一致）
);

插入示例分类规则 #

比如某个类别"产品详情页"，对应URL包含"/product/"或页面名称包含"产品详情"：

INSERT INTO WebPageCategoryMapping (CategoryName, MatchField, MatchPattern)
VALUES
('产品详情页', 'URL_PATH', '/product/'),
('产品详情页', 'PAGE_NAME', '产品详情'),
('首页', 'URL_PATH', '/home'),
('首页', 'PAGE_NAME', '网站首页'),
-- 依次插入剩下74个类别的所有匹配规则
('未分类', 'BOTH', '') -- 可选：默认分类，用于无匹配的情况

步骤2：关联原数据表实现分类 #

通过CROSS APPLY或LEFT JOIN结合CHARINDEX（替代CONTAINS，更灵活）来匹配规则，同时处理一个页面匹配多个类别的优先级问题（比如取第一个匹配的类别）。

假设你的原数据表名为AdobeAnalyticsData，包含URL_PATH和PAGE_NAME字段：

SELECT
    a.*,
    -- 优先取匹配到的第一个类别，无匹配则用默认的"未分类"
    COALESCE(c.CategoryName, '未分类') AS PageCategory
FROM AdobeAnalyticsData a
LEFT JOIN (
    -- 对每个页面取优先级最高的匹配类别（可通过MappingID或自定义排序字段控制优先级）
    SELECT
        a2.URL_PATH,
        a2.PAGE_NAME,
        m.CategoryName,
        -- 给匹配规则设优先级：比如URL匹配优先于页面名称匹配
        ROW_NUMBER() OVER (PARTITION BY a2.URL_PATH, a2.PAGE_NAME 
                          ORDER BY CASE m.MatchField WHEN 'URL_PATH' THEN 1 WHEN 'PAGE_NAME' THEN 2 ELSE 3 END) AS RN
    FROM AdobeAnalyticsData a2
    INNER JOIN WebPageCategoryMapping m
        ON (m.MatchField = 'URL_PATH' AND CHARINDEX(m.MatchPattern, a2.URL_PATH) > 0)
        OR (m.MatchField = 'PAGE_NAME' AND CHARINDEX(m.MatchPattern, a2.PAGE_NAME) > 0)
        OR (m.MatchField = 'BOTH' AND (CHARINDEX(m.MatchPattern, a2.URL_PATH) > 0 OR CHARINDEX(m.MatchPattern, a2.PAGE_NAME) > 0))
    -- 排除默认的未分类规则，最后再处理
    WHERE m.CategoryName != '未分类'
) c ON a.URL_PATH = c.URL_PATH AND a.PAGE_NAME = c.PAGE_NAME AND c.RN = 1;

方案优势 #

• 易维护：76个类别的所有规则都存在映射表中，新增/修改/删除分类只需操作表，无需修改复杂的查询语句
• 灵活匹配：支持单独匹配URL、单独匹配页面名称，或同时匹配两者
• 性能可控：如果数据量极大，可给URL_PATH和PAGE_NAME加非聚集索引，或对映射表的MatchPattern做简单优化（比如避免过长的匹配字符串）

替代简化方案（无需映射表，适合临时场景） #

如果不想建表，也可以用CASE+CHARINDEX的组合，但仅推荐临时使用——76个类别会让代码非常冗长，维护困难：

SELECT
    *,
    CASE
        WHEN CHARINDEX('/product/', URL_PATH) > 0 OR CHARINDEX('产品详情', PAGE_NAME) > 0 THEN '产品详情页'
        WHEN CHARINDEX('/home', URL_PATH) > 0 OR CHARINDEX('网站首页', PAGE_NAME) > 0 THEN '首页'
        -- 依次添加剩下74个类别的判断条件
        ELSE '未分类'
    END AS PageCategory
FROM AdobeAnalyticsData;

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