寻找这些矛盾的最有效方法?

这个项目由一个表组成,我们称之为 Table 为了简化由C程序处理的三列:

• ID 是唯一的身份证在这里并不重要
• Source 包括输入文本。
• Translation 包括内容的修改/翻译版本 .

如您所见,该表遵循某种模式,其目标是根据这些规则查找不一致:

• 所有id都是唯一的,并且没有可用的关联来连接彼此之间的相关条目。
• 来源 和 包含大多数不遵循此模式的条目(上面省略)。
• 如果有记录的话 来源 设置为 ABC 另一张唱片 来源 设置为 Map: ABC Map: 之后是A 来源 翻译 Karte: 然后 翻译 翻译 列应该遵循与 来源 .
• 在上面的示例表中,查询的结果应该告诉您 ID_34567 ID_45678 不匹配,因为 翻译 因为后者是 Karte: Project B Karte: Projekt B (由 翻译 属于 身份证号码34567 ).
• 查询(或查询)应该在SQLite中实现,托管在C代码中(因此它不必100%只在SQLite中实现)。
• 可用的SQLite命令扩展为用于正则表达式匹配(PCRE2)的自定义函数,例如 rxmatch(rx, text) text 匹配正则表达式或 0 以防不匹配。此列表可以根据需要展开或修改。

地图: 条目:

select ID, rxmatch('(?<=Map: ).*', Source) as ms, rxmatch('(?<=: ).*', Translation) as mt from `Table` where ms != 0 and mt != 0;

对每个结果行运行第二个查询,并检查是否存在不一致以返回它们(它从 a / b 但为了可读性我省略了这些)。使用的参数是上面返回的三列(id、匹配的源部分、匹配的目标部分)。

select ... as translation from `Table` as a inner join `Table` as b on a.ID = ? and b.Source = ? and not b.Translation = ?;

虽然这非常好用,但它不是最快的查询,我想知道是否有一种更优雅的方法来简化它并同时加速它。