查询postgres以获取不同的子字符串

Question

我有一个包含120k行（包括文件名）的继承表。整个文件名中大约有12,000个子字符串被复制。每个文件名都是根据一个奇怪的命名约定来命名的，但它们都基于相同的子字符串。 例如，一个可能称为“ apple-5pxl.mov”，另一个可能称为“ c-5pxl.mov”，另一个可能称为“ 76_5pxl.mov” ...而其他可能称为“ apple-234x.mov”， '76_234x.mov'

如何返回不同子字符串数的计数和列表？在上面的示例中，将有2个（5xpl.mov和234x.mov）

Answer 1

我认为您可以将substring()与模式参数一起使用：

select substring(filename from '[^-_]*$') as pat, count(*)
from t
group by pat;

该模式似乎是字符串末尾用连字符或下划线分隔的任何内容。