选择所有长度为 n 的子串（n-gram）？

Question

我怎么能选择所有的n-grams，即。使用 SQL 从字符串中提取长度为n 的子字符串？例如，3-克串的例子是EXA，XAM，安培，MPL，PLE。

为了更精确，我使用 PostgreSQL。

Answer 1

这是诀窍：

SELECT SUBSTRING('example' FROM n FOR 3) 
FROM GENERATE_SERIES(1, LENGTH( 'example' )-2, 1) n;
exa
xam
amp
mpl
ple

这是在一个函数中：

CREATE OR REPLACE FUNCTION ngrams(varchar, integer) RETURNS SETOF TEXT AS $$
SELECT SUBSTRING($1 FROM n FOR $2)::TEXT
FROM GENERATE_SERIES(1, LENGTH($1)-($2-1), 1) n;
$$ LANGUAGE SQL;

像这样使用它：

SELECT ngrams('example', 3)