Comunidad de diseño web y desarrollo en internet online

Como encontrar registros "repetidos"

Citar            
MensajeEscrito el 20 Abr 2020 07:20 pm
Hola! gracias por la ayuda, vuelvo a postear por que no se entendió.

Tengo una base de datos grande con miles de nombres de bandas de rock.

y muchos de esos registros estan "repetidos" entre comillas

por ejemplo


patricio rey y sus redonditos de ricota
los redonditos de ricota
redonditos de ricota
patricio rey y los redonditos de ricota

en este caso tengo 4 registros y los 4 corresponden a la misma banda, pero esta cargada con diferentes nombres.

necesito un script que me ayude a determinar que esos 4 registros se parecen.

sin ser iguales.

por eso necesito , para mi, un contador de letras, y que determine cuantas letras se parecen dentro de cada string.

gracias por la ayuda!

Por elflacosagrado

0 de clabLevel



 

chrome
Citar            
MensajeEscrito el 21 Abr 2020 09:55 am
En este punto, mas allá de lo tecnico, estas en una cuestión de lógica. SIguiendo lo que propones, por ejemplo la palabra "La" se encontraría en cientos de títulos, y desde ya no sería relevante. Tomando el ejemplo de los redondos, si decidieras cual es la palabra clave seguramente sería "redonditos", y buscando redonditos puede que encontraras esos mismos registros (y quizas algunos mas)
No hay nada que lo haga automatico, pero por ejemplo podrias intentar algo asi:

- Ver cual es la palabra mas larga del nombre del autor
- Ver todos los registros que contienen esa palabra en el campo autor
- Utilizando algun otro campo (el mas completo, el mas reciente, etc) determinar cual es el mas relevante
- Borrar el resto

Si bien encontrar duplicados literales (el mismo nombre dos veces) es trivial, normalizar una base de datos es algo que trae a los desarrolladores de cabeza. especialmente cuando tu cliente que lleva planillas Excel te pasa su complejo catalogo para que lo pongas en un ecommerce !!

Jorge

PD: justo estaba escuchando a los redondos cuando lei tu pregunta :)

Por solisarg

BOFH

13640 de clabLevel

4 tutoriales
5 articulos

Genero:Masculino   Bastard Operators From Hell Premio_Secretos

Argentina

chrome

   Página 1 de 1

 

Cristalab BabyBlue v4 + V4 © 2011 Cristalab
Powered by ClabEngines v4, HTML5, love and ponies.