Format in einer XML anpassen

[F_GXdx]

Neet

 

[Grantig]

Boah Leute denkt doch mal ein bisschen praktisch, es geht hier doch nur um billige Telefonbucheinträge.
Wenn das Skript ein paar davon vergeigt ist das doch kein Beinbruch.

Mit ein bisschen XML parsen + Regex bekommt man das doch halbwegs ordentlich hin.
Wenn der Name nur aus einem Wort besteht, ist es einfach der Vorname. Punkt.
Ansonsten kann man den Namen z.B. damit splitten:

^(.+)\s+(?<!.*(van|von|prof|dr).*)(.+)$

Da das Skript ja anscheinend mehrmals auf den gleichen Datenbestand angewendet werden soll, könnte es evtl. auch gleich noch ne kleine (menschenlesbare) Lookup Table generieren, sodass man Fehler leicht ausbügeln kann:

hash_of_phone_and_name;first_name;last_name;err_possible;
105f1ea98124a31c931;Lionel;Messi;false;
85923c38a3b56f12577;Ruud;van Nistelrooy;true;

So könnte man leicht nach Fehlern suchen und diese korrigieren. Beim nächsten Aufruf könnte das Skript dann die Korrekturen berücksichtigen.

----------

]
Nun stehst du vor dem Problem die Daten ordentlich in die DB zu übertragen.
In DE kein Problem. In FR muss man den String an der richtigen Position zerteilen.
- Berliner Allee 15
- Wiener Straße 1/2a-3a/4
- Mozartplatz 3a
- Alte Ricklinger Straße 59-61
- Wiener Straße 1/2
- Markt 16B1
- Straße des 17. Juni 28

Challenge accepted

^(.+?)(([0-9]+[A-z]?\s*[/-]?\s*)+(?!=[0-9]))$

 

[Daaron]

http://www.regexplanet.com/advanced/java/index.html
sagt bei deinem Regex und der Straße des 17. Juni... äääk

Auch bei deinem Names-Regex scheitert er ziemlich. Selbst bei "John Doe" sind die Ergebnis zweideutig... und bei Park Chan-Wook scheiterts eben gnadenlos.

 

[Grantig]

Also wenn ich das auf der Seite teste, dann klappts:

Straße (Gruppe 1): Straße des 17. Juni
Nummer (Gruppe 2): 28

Auch das sieht doch brauchbar aus:

Vorname (Gruppe 1): John
Nachname (Gruppe 3): Doe

Vorname (Gruppe 1): Park
Nachname (Gruppe 3): Chan-Wook


Wenn Vor- und Nachname vertauscht sind, hat man wenig Chancen.
Dafür ist ja dann der Vorschlag mit der Lookup Table (manuelle Prüfung) gedacht.

Edit: Ich hab nie behauptet, dass es in allen Fällen problemlos möglich ist die Namen zu splitten. Aber ich denke die "Trefferquote" reicht für die Problemstellung des TE.

 

[[ChAoZ]]

Hab mal gleich dein Regex im Projekt übernommen.
War etwas Leistungsstärker als unsere Lösung^^

 

[Grantig]

Freut mich, dass ich helfen konnte

 

[Daaron]

Vorname (Gruppe 1): Park
Nachname (Gruppe 3): Chan-Wook

Park ist ein typischer koreanischer Familienname...

 

[Grantig]

Das ist mir klar.
Hast du meinen Post denn nicht komplett gelesen?

Wenn Vor- und Nachname vertauscht sind, hat man wenig Chancen.
Dafür ist ja dann der Vorschlag mit der Lookup Table (manuelle Prüfung) gedacht.