SQL查询需求：从长字符串中匹配表内关键词短语

不需要将长字符串解析为数组，直接通过字符串包含判断就能实现需求，以下是不同SQL方言的具体实现方案：

MySQL 实现 #

假设你的关键词表名为keywords，存储短语的字段为phrase，输入的长文本用参数@input_text传递：

基础匹配（不考虑单词边界） #

SELECT phrase
FROM keywords
WHERE INSTR(@input_text, phrase) > 0;

或者用LIKE语法：

SELECT phrase
FROM keywords
WHERE @input_text LIKE CONCAT('%', phrase, '%');

严格匹配完整短语（避免部分匹配，比如防止"one"匹配"phone"） #

可以通过给文本前后加空格，确保短语作为独立单元存在：

SELECT phrase
FROM keywords
WHERE CONCAT(' ', @input_text, ' ') LIKE CONCAT('% ', phrase, ' %');

性能优化（针对3000条数据） #

如果需要更快的查询速度，可以给phrase字段创建全文索引：

-- 先创建全文索引
ALTER TABLE keywords ADD FULLTEXT INDEX ft_phrase(phrase);

-- 使用全文索引查询
SELECT phrase
FROM keywords
WHERE MATCH(phrase) AGAINST(@input_text IN BOOLEAN MODE);

注意：如果要匹配完整短语，需要在查询时给目标短语加双引号，比如AGAINST('"big one"' IN BOOLEAN MODE)。

PostgreSQL 实现 #

基础匹配 #

SELECT phrase
FROM keywords
WHERE strpos(@input_text, phrase) > 0;

严格匹配完整短语（正则单词边界） #

SELECT phrase
FROM keywords
WHERE @input_text ~* ('\m' || regexp_replace(phrase, '([\W])', '\\1', 'g') || '\M');

~*表示不区分大小写匹配，\m匹配单词开头，\M匹配单词结尾，regexp_replace用来转义短语中的特殊正则字符。

SQL Server 实现 #

基础匹配 #

SELECT phrase
FROM keywords
WHERE CHARINDEX(phrase, @input_text) > 0;

严格匹配完整短语 #

SELECT phrase
FROM keywords
WHERE PATINDEX('%[^a-zA-Z0-9]' + phrase + '[^a-zA-Z0-9]%', ' ' + @input_text + ' ') > 0;

通过给文本前后加空格，确保短语在单词边界处匹配。

关键说明 #

不需要拆分长文本为数组的原因：拆分长文本会生成大量子串，遍历这些子串去匹配关键词表，效率远低于直接遍历3000条关键词，判断其是否存在于长文本中。

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