Normalizar datos recibidos

[eltron]

Hola a todos y gracias de antemano, espero que podáis ayudarme con una duda que tengo para añadir una función a un proyecto que estoy realizando. Os comento:

Estoy con un proyecto donde recibo varios XML de diferentes lugares, son datos parecidos entre sí pero cada uno me lo manda con su formato. Lo que quiero hacer es normalizar los datos antes de guardarlos en la base de datos.

Ejemplo: Como recibo los datos…

XML1: FB Barcelona
XML2: Barcelona
XML3: Futbol Club Barcelona
XML4: F.C Barcelona

Lo que quiero hacer es una función donde antes de guardar los datos en la base de datos los normalice todos a F.C Barcelona por ejemplo y guarde cada dato de los diferentes XML todos con el mismo nombre. Un saludo y Gracias a todos.

[quimfv]

Necesitaras un par de tablas de conversión, tipo diccionario de sinonimos....

TerminosNormalizados
idTM
termino

Sinonimos
idSn
idTM FK referenciando TerminosNormalizados
sinonimo

Donde tengas

TerminosNormalizados
1 F.C Barcelona
....

Sinonimos
1 1 FB Barcelona
2 1 Barcelona
3 1 Futbol Club Barcelona
4 1 F.C Barcelona
....

(Tambien se puede implementar con una sola tabla de sinonimos y un campo mas donde se marque cual es el termino correcto o dejando como nulo el idTN, idTN ahora seria una FK a la misma tabla sinonimos, referenciando idS)

Luego jugar con sql para que te substituya el sinonimo por el termino normalizado. No hay otra forma de hacerlo... y obviamente no es facil de implementar ni de prever todos los sinonimos posibles....

Un sistema seria que la aplicación busque el terminio en Sinonimos y si no esta pregunte si se trata de un nuevo termino normalizado o de un nuevo sinonimo para alguno de los terminos existentes.

En el primer caso se agrega en las dos tablas y

en el segundo solo se agrega a la tabla de sinonimos (con el identificador de termino normalizado al que corresponda).

Si implementas este funcionamiento podrías guardar solo el id del termino normalizado en la tabla de datos, ahorrando mucho espacio.

[eltron]

Y no se podria hacer antes de escribirlo es decir.

Lo leo, lo estandarizo, lo grabo en la BD.

[quimfv]

Si eso es lo que te estoy diciendo pero... con algo tienes que comparar lo que lees, no?

Tu y yo si vemos FB Barcelona, Barcelona, Futbol Club Barcelona o F.C Barcelona entendemos lo mismo, the best, pero la maquina solo ve cadenas de texto distintas.

[eltron]

Hola amigos, gracias por la información ahora tengo un pequeño "problema". Más bien no sé por dónde empezar, ya tengo las tablas creadas con los datos de los sinónimos y todo eso. Bien ahora quiero hacer el proceso de como preguntar a la base de datos y comparar los valores, para que escriba el valor estandarizado. Espero que puedan ayudarme gracias.

[alex1084]

mira parece que lo que preguntas es como conectarte a mysql...

Lee la documentacion

http://php.net/manual/es/book.mysqli.php

Aqui va un ejemplo

http://www.dacostabalboa.com/es/como...n-mysqli/16888

[eltron]

Creo que me explique mal, me explico de nuevo:

Tabla Equipos.

Columna 1: ID Equipo
Columna 2: Nombre Equipo (Estandarizado)
Columna 3: Sinonimos.

El proceso seria preguntar a la base de datos que busque en la columna "Sinonimos" y cuando lo encutre me duvuelva el "Nombre Equipo" que seria el estandarizado.

[alex1084]

Código PHP:

select * from tabla_sinonimos where campo_a_buscar like '%algo%'
 

ó

Código PHP:

select * from tabla_sinonimos where campo_a_buscar ='algo'
 

[eltron]

Iniciado por alex1084

Código PHP:

select * from tabla_sinonimos where campo_a_buscar like '%algo%'
 

ó

Código PHP:

select * from tabla_sinonimos where campo_a_buscar ='algo'
 

Ese algo puede ser una variable? o tiene que ser una cadena de texto?

[alex1084]

tendría que ser una variable con la información que el usuario debería ingresar supongo, ahi tu sabras lo que estas haciendo lo que quieres hacer....

[eltron]

Iniciado por alex1084

tendría que ser una variable con la información que el usuario debería ingresar supongo, ahi tu sabras lo que estas haciendo lo que quieres hacer....

Ok muchisimas gracias por tu informacion voy a ponerme a hacer pruebas. Un saludo y gracias otra vez.

[quimfv]

Tabla Equipos.

Columna 1: ID Equipo
Columna 2: Nombre Equipo (Estandarizado)
Columna 3: Sinonimos.

Esto no se ajusta a la estructura que te di

Opción con dos tablas

Equipos
idEquipo PK
Nombre
...otros campos la dirección por ejemplo

Sinonimos
idSinonimo PK
idEquipo FK
sinonimo


Opción con una tabla

Sinonimos
idNombre PK
nombre
idNombreStandar FK a idNombre de la misma tabla (Null si es el valor standar)


Pensandolo bien yo iria a la primera opción ya que te permite guardar mas campos como la dirección y otros... en la segunda opción seria un error.

[ejder]

Gracias por compartir este real muy útiles.






http://www.juegodeautos.es