【巧用clickhouse 正则进行关键字提取楼栋\单元\房屋】

大肚晓东

已于 2023-06-06 19:06:34 修改

阅读量761

点赞数

文章标签： clickhouse

于 2023-03-20 17:00:04 首次发布

本文链接：https://blog.csdn.net/oZhengTuoJiaSuo/article/details/129671212

版权

利用ClickHouse 快速提取楼栋\单元\房屋信息

下面几个地址：
兴学街东社区测试小区1号楼1单元101室
兴东社区1-1-101
兴学测试1#1 101

如何快速匹配呢可以通过先拆分字符串数组，然后取交集的方式实现:
一个sql 快速搞定：

SELECT
    extractAll('兴学街东社区测试小区1号楼1单元101室', '\\d+') AS residential_arr,
    '兴学街东社区测试小区1号楼1单元101室' AS residential_address,
    length(arrayIntersect(extractAll('兴学街东社区测试小区1号楼1单元101室', '[\\x{4e00}-\\x{9fa5}]'), extractAll('兴东社测试', '[\\x{4e00}-\\x{9fa5}]'))) AS interset



┌─residential_arr─┬─residential_address─────────────────┬─interset─┐
│ ['1','1','101'] │ 兴学街东社区测试小区1号楼1单元101室 │        5 │
└─────────────────┴─────────────────────────────────────┴──────────┘

SELECT
    residential_address,
    extractAll(residential_address, '.*龙凤苑\\D*12甲\\D*1\\D*101') AS address_list
FROM yisa_personnel.personnel_info_all
WHERE (extractAll(residential_address, '.*龙凤苑\\D*12甲\\D*1\\D*101')[1]) != ''

┌─residential_address──────────────────────┬─address_list───────────────────────────────┐
│ 龙凤苑社区西八路龙凤苑12甲号楼1单元101号 │ ['龙凤苑社区西八路龙凤苑12甲号楼1单元101'] │
└──────────────────────────────────────────┴────────────────────────────────────────────┘
┌─residential_address─┬─address_list───────────┐
│ 龙凤苑A区12甲1-101  │ ['龙凤苑A区12甲1-101'] │
└─────────────────────┴────────────────────────┘
┌─residential_address─────────────────────────────────────────────────┬─address_list──────────────────────────────────────────────────────────┐
│ 山东省淄博市张店区马尚街道龙凤苑社区龙凤苑A区12甲号楼号楼1单元101号 │ ['山东省淄博市张店区马尚街道龙凤苑社区龙凤苑A区12甲号楼号楼1单元101'] │
└─────────────────────────────────────────────────────────────────────┴───────────────────────────────────────────────────────────────────────┘