Tema: Consulta a expertos en bases de datos...

A ver, solicito ayuda.

Estoy creando una base de datos con direcciones y demás. El caso es que estas direcciones provienen de diversas fuentes (todo controlado con la LOPD), y muchas veces están repetidos.

¿Existe algún programa que a medida que vayas metiendo los datos te "avise" de que ya existen registros similares?

Me sería de gran ayuda . Gracias mil...


Manu1oo1

Profano no eres en la materia, así que como no especifiques con ejemplos...

1- ¿Qué son dos registros "similares"?
2- ¿La dirección viene correctamente "troceada" o es un churro que viene en un campo único?.
3- La base de datos donde las cargas, ¿tiene estructurada la dirección?.

Ejemplo de dirección no estructurada:

DIRECCION: C/ Doce de Septiembre, 14, 5º dcha. Madrid

Ejemplo de dirección estructurada:

VIA/PSEUDOVIA: Vía
TIPO DE VIA: Calle
NOMBRE DE VIA: Doce de Septiembre
NUMERO INFERIOR: 14
LETRA INFERIOR: Null
NUMERO SUPERIOR: Null
LETRA SUPERIOR: Null
KILOMETRO: Null
HECTOMETRO: Null
ESCALERA: Null
PLANTA: 5
PUERTA: dcha.
MUNICIPIO: Madrid
PROVINCIA: Madrid
PAIS: España

Es una base de datos de direcciones... Campos, pues nombre, apellido1, apellido2, dirección, CP, localidad, provincia... lo típico.

Hay duplicados por que las estamos pillando de sitios públicos (páginas amarillas, QDQ, etc.), y claro... hay gente que está en varios sitios a la vez.

Gracias.

Manu1oo1

Es que si lo que pretendes es buscar direcciones diferentes, el tema está en que es lo que se quiere diferenciar realmente, a ver si sonsigo explicarme.

Suponiendo que la direccioón venga sólo troceada en DIRECCION, LOCALIDAD y PROVINCIA, se supone que entonces en DIRECCION viene todo el "churro".

¿Qué clase de "casi igual" pretendes tratar?.

a) "C/ Venezuela 16, 2" y "C/ Venezuela 16 - 2" son diferentes
b) "C/ Venezuela 16, 2" y "C/ Venezuela 16 - 2" son iguales

¿O te refieres a que si el campo DIRECCION es idéntico en contenido al de otro registro, no introduzcas el segundo porque ya existe?

No, más sencillo que eso... Lo ideal sería que, por ejemplo, si yo voy poniendo "López" en el primer apellido, me salgan en algún sitio los demás "López" que ya hay metidos. Así, si veo que ya estaba, cancelo la introducción de datos (aclaro que los estamos metiendo a pedal, con teclado). No sé si me explico...

manu1oo1

Vale, ahora creo que lo he pillado.

Ignoro si existe ya una aplicación genérica que haga eso. Hacerlo a medida, no obstante, en un lenguaje como Delphi, no llevaría mucho tiempo, y se me ocurren formas de hacerlo más cómodas como que te vaya diciendo el número de coincidencias con tu base de datos según vas rellenando los campos, porque "López" habrá 3000, pero "López Gallego" ya habrá muchos menos, y si además son "López Gallego, José Ramón" pues ya ni te digo.