对于地址,您不妨对照贵国区域/国家具体地址数据库加以验证。

• Open Source Address Scrubber?
-

我想清理作为M.D.和Phd/PH.d而节约的计量吸入器(请记住名称是1个领域)。

考虑了所有各种MD和PHD,并进行了一系列更新:(replace function):

update tbl set name = replace(name,  M.D. ,  MD )
update tbl set name = replace(name,  MD. ,  MD )
update tbl set name = replace(name,  M.D ,  MD )
update tbl set name = replace(name,  M.D ,  MD )
update tbl set name = replace(name,   MD ,   MD )  -- fix case, hope no name starts with "MD"
update tbl set name = replace(name,  PHD ,  PhD )  -- fix case
update tbl set name = replace(name,  PH.D ,  PhD )  -- fix case
update tbl set name = replace(name,  PH-D ,  PhD )  -- fix case
etc for any other variants you can think of or encounter

街道地址也存在多种问题,如言词之间的多个空间,而不是1个。

在消除分界线之后,将两个空间替换为一、二次。 为了更快地破坏一系列空间,我们使用8-和11;1 两度,然后是4-和;1,然后是2-和;1

update tbl set address = replace(address,  
 ,    )
update tbl set address = replace(address,  
 ,    )
update tbl set address = replace(address,           ,    )
update tbl set address = replace(address,           ,    )
update tbl set address = replace(address,       ,    )
update tbl set address = replace(address,       ,    )
update tbl set address = replace(address,     ,    )
update tbl set address = replace(address,     ,    )

您只接受用户界面的数据,立即坚持数据库中的数据而不加以验证和篡改。 你们从这种方式的卡片注射中更安全。

我不知道你的看法和坚持的等级之间有什么目标,但我建议,在你的控制层或服务层,最好是控制器,增加一个验证和具有约束力的层次。

http://code.google.com 各类数据清理大

This is a series of string translations. Most of them are easy, and regex s may not be required for many of them.

简单算法:

(1) 空间名称

(2) 弃置空数值,即两个或两个以上空间的结果

3) 取得每笔价值,转换为上例,删除时间、回历或任何其他东西,并在“千年发展目标”等已知的颜料表中找到,并以预期价值取代。

4) 从第3步开始,任何不匹配的休假,都算起。

显然,这要求你制定一份已知的沙子清单,如MD,等等。 这不是坏事。 在直接营销中这样做的大型专业产品就是这样办理的。

5) 验证由此产生的价值

没有关于格式名称的正确定义,这是你想要达到多少一致性的问题。

除此之外,Duffy的建议是正确的。

All of the above are sound and probably necessary. I d like to add that it is also preferable to limit the input on fields as much as possible. For example the suffixes field should be limited to pre-validated values by using a drop-down list. This simplifies the data entry and data verification.

定期表达和扼杀性操作可以用于有限的地址数据子集,但地址行业有许多例外情形。 美国邮政管理处是这里的主管机构(至少是美国地址),因此不使用美国邮政管理处认证的服务?

地址: