如何按行查找列中的单词数（所有单词和唯一单词）？

Question

我的 Postgresql 数据库中有一个名为Description包含文本的列。出于某些分析目的，我想查找该描述中的单词总数（以空格分隔）（所有单词和唯一单词），并在 columnsword_count和中设置这些计数unique_word_count。例如。

ID	描述
1	美好的一天
2	这是一个产品。它是有益的

我想要有以下输出：

ID	字数	唯一字数	描述
1	4	4	美好的一天
2	7	6	这是一个产品。它是有益的

for是 6 unique_word_count，id = 2因为这个词is已经重复了 2 次。

Answer 1

编辑：

我对我的回答不是 100% 满意，因此我在这里为我自己关于这个主题的问题授予了奖金。

Erwin Brandstetter（像往常一样）提供了一个崇高的答案- 请使用它而不是我在下面写的内容 - 除非你的用例非常简单，即使如此......

=================================================== ===========

为了解决您的问题，我做了以下操作：

CREATE TABLE wordcount (id SERIAL NOT NULL PRIMARY KEY, description TEXT NOT NULL);

填充它：

INSERT INTO wordcount (description) VALUES ('What a great day');
INSERT INTO wordcount (description) VALUES ('This is a product. It is useful');

然后执行以下查询（此处提供小提琴）：

WITH arranged AS
(
  SELECT id, 
  UNNEST
  (
    STRING_TO_ARRAY
    (
      REGEXP_REPLACE(description,  '[^\w\s]', '', 'g'), ' '
    )
  ) AS word, 
  description 
  FROM wordcount
)  
SELECT a.id, COUNT(a.word), COUNT(DISTINCT(a.word)), a.description
FROM arranged a
GROUP BY a.id, a.description;

结果：

ID	字数	唯一字数计数	描述
1	4	4	美好的一天
2	7	6	这是一个产品。它是有益的

如果你对这一切都不熟悉，我建议你浏览一下这里的小提琴，它显示了我的思维过程的发展，导致了上面的查询。

我建议您将此逻辑放入 onInsert/onUpdate 触发器中 - 它可能相当计算密集。