名前の重複チェック

質問

簡単ですがデータベースのようなものを作っています。

データ量が大きくなってきたので重複チェックが大変になってきました。
今までは、
if ($in{'name'} eq $name) {
$hit++;
}
if($hit){print "この店舗はすでに登録されています。\n";}

と言う風にチェックしていたのですが、これでは完全合致しかヒットしませんよね。
大文字・小文字の差や空白が入ったりするだけでヒットしなくなってしまいます。

これを、例えばgoogleの検索のように「語句の一部が含まれれば」リスト表示し、無ければ登録ページに移動すると言う風にするにはどのようにしたらよいでしょうか？

よろしくお願いします。

回答No.1

kabaokaba · ベストアンサー

どういう構成のデータベースなんですか？
何はともかく，アルゴリズムをしっかり考えること

一般論ですが，

(1) 必ず正規化してから
名前（データを一意に特定できるフィールド）を登録すること
例えば，
``hoge'' ``HOGE'' ``ho ge''
が同じものであるのに，データベース内に
別々に登録されていたら無意味です．
したがって，登録時に
そのときに登録する対象データを
「一意」に確定できる工夫を講じないといけません．
そのためには何らかの正規化を行いましょう．
例えば，上の例では
「小文字」「空白は削除」みたいな処理を行うことで
すべて``hoge''になるので一意にできます．
(2) 既存の登録データとの一致のチェック
hoge が登録されているときに，Hoge が入力されたときは
Hogeを「正規化」してチェックすればよいことになります．

ということが考えられます．

そういうのがもうできない場合は
$name = "hoge" だったとして
/h\s*o\s*g\s*e/i
のような正規表現を生成させて
それでマッチさせることです．

>これを、例えばgoogleの検索のように「語句の一部が含まれれば」リスト表示し、無ければ登録ページに移動すると言う風にするにはどのようにしたらよいでしょうか？

真剣にやるならば全く異なるアプローチをしなければいけません．
あれはぶっちゃけた話「全文検索」をしてる(*1)わけで
話はまったく異なります．
気軽に行うのであれば正規表現です
検索対象が「ぐー」であれば
/ぐ[ \n]*ー/ のような正規表現を生成させてマッチさせるとか．

ちなみに，与えられた文字列 "hoge"から
正規表現 /h\s*o\s*g\s*e/i なんかを生成させるには
$a = join "\\s*", split(//,"hoge");
$b =qr/$a/i;
これくらいでしょうか