Сравнение строк в Excel

Всем привет!
Столкнулся с задачей, достаточно интересной, но в виду отсутствия у меня опыта работы со строками, очень для меня непростой.

Задача следующая: Есть, допустим, 500 сток текста, в которых хранятся адреса. Нужно проверить каждый из адресов на совпадения. Т.е. есть ли в таблице еще такие же адреса. Вся проблема заключается в том, что даже самые одинаковые адреса могут быть записаны по-разному.
Например:
"Москва, ул. Войковская, 26"
"город Москва, улица Войковская, дом 26"
ну и т.д.
Знающие люди, подскажите пожалуйста, верно ли я мыслю?

1) Считываем строку.
2) Разбиваем ее на слова, заменяя все идущие подряд НЕ буквы и/или НЕ цифры на пробел (можно еще оставить "-")
3) Полученную строку сохраняем в переменную. Пусть в strSeek
4) Теперь начинаем по очереди считывать строки для проверки.
5) Проделываем с каждой считанной строкой пункты 2-3 и сохраняем в strTemp
4) С помощью функции InStr(Text) сравниваем strSeek с strTemp
5) Если совпадений по словам 3+, то считаем адреса идентичными.
6) далее в strTemp следующий адрес..и далее далее. Там уже все понятно, и с обработкой это уже другая история.

Вот как-то так я себе это представляю.
Может быть есть какой-нибудь более деликатный способ? )
Заранее спасибо.

0

Сообщение от Bazzy регулярки будут также эффективны как и Ваш вариант

Я с этим не согласен.
з.ы. понятно, что бутылки разные бывают, но тут же можно договориться)

0

В общем...вот пример того, как можно сравнивать адреса.
Этот алгоритм далеко не совершенен, и естественно, что его можно (да наверное и нужно) оптимизировать в скорости. Плюс он еще не все адреса может проглотить.
Но в целом...это работает.
Кто там обещал проставиться?

Вложения

Книга1.rar (21.5 Кб, 212 просмотров)

2

Сообщение от half-node В общем...вот пример того, как можно сравнивать адреса. Этот алгоритм далеко не совершенен, и естественно, что его можно (да наверное и нужно) оптимизировать в скорости. Плюс он еще не все адреса может проглотить. Но в целом...это работает. Кто там обещал проставиться?

Я обещал проставиться за работающий алгоритм)

0

Сообщение от analyst Я обещал проставиться за работающий алгоритм)

Все нормально. Я не пью.
А вообще, все зависит только от того, сколько кто-либо готов потратить времени на внесение тех или иных правил.

Смысл спора, напомню, был такой: Мол - это невозможно.
Резюме - возможно.

0

Сообщение от half-node Все нормально. Я не пью. А вообще, все зависит только от того, сколько кто-либо готов потратить времени на внесение тех или иных правил. Смысл спора, напомню, был такой: Мол - это невозможно. Резюме - возможно.

Согласен. Но решение не будет лучше, чем мой вариант. Сколько вы представляете себе таких правил? Вариантов, которые вам могут выслать юзеры великое множество. Так что менять каждый раз программу под них - не очень хорошее программное решение.

0

Сообщение от half-node Но в целом...это работает.

сравни два адреска
город армавир улица советская дом 10
город москва улица большая дом 10

0

вообще, программное решение проблемы возможно только двумя способами
-посредством Искусственного Интеллекта (который пока не изобретен)
-посредством экспертной системы имеющей в своем составе актуальную БД адресов.

однако, если не задаваться целью ПОЛНОЙ автоматизации - задачу можно эффективно решить простым способом.
все нормальные люди пишут адрес по одному и тому же шаблону: город ГОРОД улица УЛИЦА дом ДОМ. иногда, вместо, например, "улица" пишут "ул" или "ул.". следовательно, несложно распарсить большинство адресов, после чего их анализ не представляет трудностей.
остальные адреса придется проверять вручную. в этом компьютер тоже может помочь. например, специальный мастер будет выводить подозрительно похожие адреса. человек же будет подтверждать или отвергать информацию.
для такого мастера можно, для начала, использовать, хотя бы, и ваш алгоритм. по ходу эксплуатации можно будет внести в него некоторые усовершенствования для учета часто встречающихся случаев.
если данные поступают, в основном, от одних и тех же людей, есть смысл создать собственную БД адресов, тогда проблемы будут возникать только с появляющимися новыми адресами

0

half-node, доброго времени суток, думаю только Вы мне можете помочь. У меня проблема схожая с вашей с небольшим отличием: адреса располагаются в 2 столбцах попарно, нужно сравнить их и удалить одинаковые Пример.xls

0

artemon_rus, если адреса идентичны, то проблем вообще никаких нет.
Цикл крутит левый столбец, вложенный в него цикл прокручивает правый столбец и сравнивает с текущим текстом основного цикла.
Если адреса могут отличаться, типа: Слева - г. Москва, ул. Войкова, а справа - Москва, Войкова ул., то тут да. Нужно ковырять в сторону регулярных выражений.
Если у Вас второй вариант, то отпишитесь здесь, я буду дома, скину в личку те достижения, которых я добился в данном вопросе.

1

Адреса могут отличаться (см. пример), причем в правом столбце адрес как правило более полный, сравнивать между собой нужно только адреса, расположенные в одной строке. В принципе достаточно даже стравнивать наименования улиц, но могут быть случаи, что в одном столбце наименование улицы будет, а в другом нет, тогда надо по другим признакам. Массив примерно 150000 строк. Спасибо.
Пример.xls

0

half-node, Адреса могут отличаться (см. пример), причем в правом столбце адрес как правило более полный, сравнивать между собой нужно только адреса, расположенные в одной строке. В принципе достаточно даже стравнивать наименования улиц, но могут быть случаи, что в одном столбце наименование улицы будет, а в другом нет, тогда надо по другим признакам. Массив примерно 150000 строк. Спасибо.

Примерно так .xls

0

half-node, привет!
Удалось решить эту задачку? У меня вопрос есть - задача подобная, но намного легче.

0

0