过滤英文词表中已有单数形式的复数单词遇SQL逻辑问题求助

你的SQL逻辑完全搞反了：当前逻辑是「给单词加s后，若存在于以s结尾的词列表中，就标记原单词为复数」，这会导致像that这类单数词，只要表中存在thats，就被错误标记成复数，完全偏离了你的需求。

你真正要做的是识别出本身是复数（以s结尾），且对应单数形式（去掉末尾s）存在于表中的单词，以此来排除它们。

修正后的SQL语句 #

SELECT
  word,
  CASE 
    -- 先锁定以s结尾的复数候选词
    WHEN word LIKE '%s' 
         -- 再验证去掉末尾s后的单数形式是否存在于表内
         AND LEFT(word, LENGTH(word)-1) IN (SELECT word FROM `words.freq`)
    THEN 'plural'
    ELSE 'sing'
  END AS plural
FROM `words.freq` 
LIMIT 1000;

直接排除复数词的写法 #

如果不需要标记，而是直接过滤掉这些有对应单数的复数词，可以用以下语句：

SELECT word, count
FROM `words.freq`
WHERE NOT (
  word LIKE '%s' 
  AND LEFT(word, LENGTH(word)-1) IN (SELECT word FROM `words.freq`)
)
LIMIT 1000;

补充说明 #

上述逻辑仅针对常规加s的复数词，若你的表包含不规则复数（比如bus→buses、baby→babies），需要额外处理这类特殊规则，但如果只覆盖常规场景，以上语句足够满足需求。

内容的提问来源于stack exchange，提问作者Eugene T