Discussion :

[calagan99]

Bonjour à tous,

j'accède aux données d'une vue sur laquelle je n'ai pas la main mais dont je dois retravailler les données.
L'une de ces données est une adresse, potentiellement mal formattée, que je dois rendre le plus proche possible de la norme postale.

Je dois respecter principalement deux critères:
- pas plus de 38 caractères par ligne
- pas plus de 6 lignes

J'ai ce genre de données en entrée (avec un chr(10) pour les retours chariot) :
"M.MACRON EMMANUEL
PALAIS DE L'ELYSEE 4E ETAGE PORTE DE DROITE

75000 PARIS "

Pour être conforme à la norme postale, la partie "4E ETAGE PORTE DE DROITE" devrait être sur une ligne à part.
Mais n'ayant aucun délimiteur ou autre info, je dois simplement faire une coupure la plus propre possible.
Je cherche donc comment procéder pour couper ma chaîne de caractères de sorte qu'une ligne ne fasse pas plus de 38 caractères et qu'aucun mot ne soit tronqué.
Pour simplifier le tout, j'ai remarqué parfois la présence de sauts de lignes générant une ligne vide ou d'espaces intempestifs en fin de ligne.

J'ai passé pas mal de temps à essayer de comprendre comment procéder sans arriver à quoi que ce soit de très probant.

Auriez-vous une idée de la manière dont je pourrais obtenir le résultat suivant à partir de l'adresse ci-dessus :
"M.MACRON EMMANUEL
PALAIS DE L'ELYSEE 4E ETAGE PORTE DE
DROITE
75000 PARIS"

Merci d'avance pour votre aide.

[Scriuiw]

Bonjour,

Il faut créer une fonction qui prend en entré la chaîne de caractère à analyser et donne en sortie la chaîne formatée.
L'analyse doit se passer en deux boucles :
- La 1ere contrôle la longueur de chaque chaîne scindée par un CHR(10)
- La seconde boucle est déclenchée si le 1er contrôle détecte une chaîne supérieure à 38 caractères
Dans ce cas elle parcours la chaîne en parcourant chaque occurrence séparé par espace en en comptabilisant le nombre de caractère depsui le début de la chaîne
Si on dépasse les 38 caractères alors on ajoute un CHR(10) à l'occurrence précédente et on refait le contrôle pour le reste de la chaîne

Une fois cela fait, on pourra passer aux cas plus complexes et adapter en conséquence

[calagan99]

Scriuiw,

merci pour ta réponse.

Je suis OK sur l'algo à appliquer mais moins à l'aise sur son application.
Sur le fait de splitter la chaîne en entrée, j'ai déjà un peu avancé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
with cte as
(select distinct regexp_substr(replace(trim(q'[M.MACRON EMMANUEL
PALAIS DE L'ELYSEE 4E ETAGE PORTE DE DROITE
 
75000 PARIS ]'),'  ',' '),'[^('||chr(13)||chr(10)||')]+',1,level) as lines from dual
 
connect by regexp_substr(replace(trim(q'[M.MACRON EMMANUEL
PALAIS DE L'ELYSEE 4E ETAGE PORTE DE DROITE
 
75000 PARIS ]'),'  ',' '),'[^('||chr(13)||chr(10)||')]+',1,level) is not null
 
order by lines
)
select * from cte
;

c'est pour la suite que je n'avance pas.

[Scriuiw]

Régler cette problématique uniquement en SQL me paraît compliqué car il va y a voir des cas qui nécessiteront des ajustements.
Est-ce possible pour vous de créer une fonction PL/SQL qui fasse le travail ?
Ce sera bien plus souple en mise en place et maintenance qu'une requête SQL à rallonge.

[calagan99]

Oui oui, j'ai tout à fait la possibilité de passer par une fonction ou une procédure stockée.

[Scriuiw]

Recherchez les fonctions possibles autour du string token pour établir le découpage de la chaîne

[SQLpro]

Voir le modèle de données que j'ai publié à ce sujet :
https://blog.developpez.com/exercice..._d_une_adresse
Vous trouverez le respect "à la lettre" de la norme européenne des adresses...

A +

[JeanYvette]

Bonjour,

Outre l'idée qui a été donné de parcourir, dans une boucle, la données rentrée en paramètres pour faire le char(10), par rapport à votre souhait de retour de ligne, pour l'exemple, sur le "4eme etage....".
Ne serait-il pas bon, dans ce cas, d'avoir une table temporaire, une CTE ou comme il est le mieux pour vous, listant les "particularités d'adresse" nécessitant un retour à la ligne ainsi qu'un potentiel "séparateur théorique"?

Je m'explique, même si les données sont mal structurées, il y a la potentialité que le format de la données même (pas de sa structure) soit la même. Ainsi, avant le mot clé étage, il y aurait toujours "XE étage" où X est un chiffre variable.
On aurait donc une table/CTE/....... avec dedans par exemple

NOM | Séparateur
'Etage' | 2
Porte | 2
...

Et, en parcourant votre adresse, vous trouvez la position du mot étage que vous mettez dans une variable (on va dire 120 par exemple)
Vous trouvez la liste des positions du caractère espace, vous prenez 2 positions avant la position 120 et vous mettez le char(10)

Bien sûr, on est dans un cas où, même si la structure n'est pas bonne, les données seraient toujours remplies de la même manière... Et on est dans quelque chose d'assez barbares, le but de ma réponse est surtout de données des pistes

[calagan99]

Merci pour vos retours,

malheureusement, je ne peux pas compter sur le fait d'avoir des données normées ou consistentes. Je dois donc faire avec ce que j'ai, en attendant que le modèle évolue.

J'ai pu avancer avec une fonction qui fait le boulot minimal mais qui ne couvre pas tous les besoins :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
create or replace FUNCTION FormateAdresse(IN_ADRSCE IN VARCHAR2) 
   RETURN VARCHAR2
   IS V_RET VARCHAR2(500);
BEGIN
 
    WITH CTE AS(   
        select distinct regexp_substr(replace(trim(replace(V_ret,'  ',' ')),'  ',' '),'[^('||chr(10)||')]+',1,level) as lines, rownum as ordre from dual
        connect by regexp_substr(replace(trim(replace(V_ret,'  ',' ')),'  ',' '),'[^('||chr(10)||')]+',1,level) is not null
        order by ordre
    ),
    cte2 as(
        select rownum,lines, 
        case when length(lines) > 38 
            then trim(regexp_replace(lines,'[^,]',chr(10),instr(lines, ' ',-1,1),1))
            else trim(lines)
        end as modif
    from cte
    )
    select listagg(modif,chr(10))WITHIN GROUP (ORDER BY rownum)  into V_ret from cte2;
    return V_ret;
 
END FormateAdresse;

Le principal problème de cette requête est d'aller couper les chaînes de plus de 38 caractères au dernier espace, ce qui ne couvre donc pas tous les cas de figure.

Si vous avez une idée sur la manière d'améliorer tout ça, je suis preneur.