Postgresql：处理文本，检测不按字母顺序排列的行

Question

我有一些经过处理的文本（大部分）是按字母顺序排列的，例如这些是每个段落的第一个词：

阿德兰托
阿古拉山
阿拉米达
奥尔巴尼
老奥尔巴尼
- 新奥尔巴尼
阿罕布拉
亚里索维耶荷
阿尔图拉斯

所以上面的每个词代表一个段落的开始例如：

Adelanto, a city in San Bernardino County, California about 9 miles (14 km) northwest of Victorville in the High Desert portion of the Inland Empire of the Greater Los Angeles Area...

文本中的每个条目可以包含多个段落，因此不按字母顺序排列的段落将被视为新条目。

所以每个条目都会对应一个地方。

在示例中，O(ld) 在 A(lbany) 之后，因此 Old Albany 是一个 Entry，但是 N(ew) 在 O(ld) 之前，因此 New Albany 的延续Old Albany.

我的问题是：除了在Postgresql中使用Albany和Old Albany/New Albany的第一个字母之间的ASCII字符差异之外，是否已经存在其他东西？例如。 ASCII ('A') - ASCII ('O') 给出 -14.

那么我是否只在第一个字符上使用 ASCII 值？或者有更通用的解决方案吗？

Answer 1

目前我正在使用文本首字母之间的 ASCII 差异，与 previousRow.description 和 nextRow.description 相比，例如

ABS (ASCII (substring ( currentRow.description, 1,1 ) )  - 
ASCII ( substring ( previousRow.description, 1 ,1 ) )

Postgresql：处理文本，检测不按字母顺序排列的行

Postgresql: Processing Text, Detect out of Alphabetical order rows

postgresql

text

string-metric