Programmer's Corner 2/91



     Ähnlichkeitsbestimmung von
            Zeichenketten
          =================


von Carsten Strotmann
(nach einem Artikel von Michael Hönning
in PASCAL 2/87)



Folgendes Problem: Wir haben eine ulti-
mative Adressverwaltung geschrieben und
in unendlichen Nachtschichten das Tele-
fonbuch unserer Heimatstadt eingetip-
selt. Und es kommt der Tag, an dem wir
dieses geniale Programm auch gebrau-
chen: Wir suchen jemanden mit dem Nach-
namen Meier, oder so ähnlich.

Viele Datenbankprogramme besitzen daher
die Funktion, mit Wildcards suchen zu
lassen. Die entspricht den Wildcards im
DOS. Folgende Wildcards sind
gebräuchlich:

 '?' für einzelne Buchstaben
 '*' für den Rest der Zeichenkette

Also suchen wir nach Mei*. Ausgegeben
werden aber viel zu viele Datensätze,
wie z.b. Meimann, Meierhans, Meiler
usw. während Maier fehlt. Diese Fun-
ktion führt nicht zum Ziel. Wir ver-
suchen es mit M?ier, Ergebnis: Meier,
Maier. Also schon viel besser. Es feh-
len uns aber noch Namen wie Mayr, Meir,
Meyr...


Eine Lösung dieses Problems ist die
s.g. UNISON Routine. Sie ermittelt,
wieviel Prozent einer Zeichenkette in
einer anderen enthalten sind. Anhand
der ermittelten Prozentzahl kann man
die Ähnlichkeit abschätzen.

Diese Routine findet Ihr auf der Disk
als ACTION! Listing (UNISON.ACT) und
ausführbares Programm (UNISON.COM). Es
sollte keine Schwierigkeiten bereiten,
die Routine auch in andere Programm-
iersprachen wie TURBO-BASIC zu
übersetzen.

Ist diese Routine in die o.g. Adress-
verwaltung eingebaut, so gibt man dem
Suchbegriff an (MEIER) und die ge-
wünschte Ähnlichkeit ( 80 %). Nun gibt
das Programm alle Meier's in den ver-
schiedenen Schreibarten aus.