我目前正在使用的Web应用程序具有文件导入逻辑。逻辑
1＆GT;从文件[excel或txt]中读取记录，
2 - ;显示导入的所有记录的不可编辑网格[如果数据库中不存在新记录，则将新记录标记为新，并将现有记录标记为更新]和
3 GT;转储数据库中的记录。
包含文件中具有以下格式的联系人的文件（使用主键First_Name, Last_Name镜像数据库中的列）：
First_Name, Last_Name, AddressLine1, AddressLine2, City, State, Zipcode
我们遇到的问题是在文件中输入的同一实体有不同的值。例如，有人可能会在纽约打纽约，而其他人可能会在纽约打工。同样适用于名字或姓氏ex。约翰迈尔斯和约翰迈尔指的是同一个人，但由于记录不完全匹配，它会插入记录而不是重复使用记录。
示例，对于文件中的记录（请注意名称和地址用法纯属巧合：））：
John, Myers, 44 Chestnut Hill, Apt 5, Indiana, Indiana, 11111
和数据库中的记录：
John, Myer, 80 Washington St, Apt 1, Chicago, IL, 3333
系统应该检测到文件中的记录为现有记录[由于姓氏为Myers和Myer，并且因为名字完全匹配]并对地址进行更新，但是而是插入一个新值。
我如何处理此问题，我希望找到所有可以对数据库中现有记录执行匹配的记录？
答案 0 :(得分：0)
这是一个非常难以解决的问题，如果您知道数据来源，那么您可以尝试手动纠正数据输入的不同组合。
其他
您可以尝试使用语音数据清理解决方案
答案 1 :(得分：0)
我能想到的一个解决方案是在Oracle中使用Regex在某种程度上实现功能。
对于每一列，我会在字符串长度的一半生成Regex表达式。例如，对于文件中的名称“Myer”和数据库中的“Myers”，以下查询将起作用：
SELECT Last_Name from Contacts WHERE (Last_Name IS NULL OR Regexp_Like(Last_Name, '^Mye?r?$'))
我认为这是一个部分解决方案，因为我会解析输入字符串并开始将none or only one运算符从一半长度附加到字符串的末尾，并希望输入字符串不会如此混乱。
希望从其他人那里找到关于这个“解决方案”的反馈意见。