Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Comparaison de chaines de caractères
Bonjour,
Pour éviter de polluer les discussions des autres je vais en créer une.
Je voulais juste un peu d'aide pour savoir quelle est la fonction la plus adaptée entre levenshtein() et similar_text() pour vérifier si le "Nom, Prenom" d'une personne se trouve dans une base de données.
Merci d'avance
Je dirai aucune des deux. Pourquoi penses-tu devoir faire une recherche sur des nom/prénoms avec une orthographe approximative? Moi, je me contenterai de formater la chasse des caractères, mais c'est tout. À noter aussi que deux personnes (ou plus) peuvent avoir le même nom/prénom.
Bonjour CosmoKnacki,
Merci pour votre réponse.
Il s'agit en fait de trouver juste une correspondance. Nous avons une liste de personnes avec qui il est interdit de faire affaire et l'obligation de vérifier périodiquement que ces personnes ne figurent pas parmi les gens avec qui nous traitons.
Je pensai donc comparer (à l'aide de ces fonctions) chaque individu de notre base de données à tous les individus de la base de données des personnes à exclure.
Le but étant d'identifier les individus qui figurent dans les deux base de données.
Est-ce que vous savez s'il existe une méthode applicable à ce problème ?
La question c'est pourquoi faire une comparaison approximative et pas une comparaison ferme ?
Désolé. Je n'avais pas bien compris.Envoyé par sabotage
Il peut y avoir de légères variations dans l'orthographe.
Je pensai donc identifier les données qui correspondent à 90% ou plus et les lister pour aller les vérifier.
Si vous avez une autre option à me proposer je suis preneur.
Bien cordialement
Je ne pense pas que tu pourras tirer grand chose de similar_text() car elle renvoie des résultats différents quand l'ordre des paramètres est inversé (difficile de fixer un seuil de tolérance dans ces conditions).
Pour ce qui est de levenshtein() pourquoi pas mais en gardant à l'esprit que cette fonction devient très lente dés que la taille des chaînes en question est grande. Si c'est pour comparer plusieurs petites chaîne, ça peut faire l'affaire. C'est une fonction bien adaptée pour les erreurs de frappe mais un peu moins pour l'orthographe.
Si tu travailles à partir d'une base de données, ce que tu peux faire c'est créer deux colonnes supplémentaires dans ta table contenant les clefs soundex pour chaque nom et prénom. Comme ça tu peux faire un premier filtrage rapide, puis ensuite tu utilises levenshtein() pour affiner.
À tester.
Répondre avec citation
Partager