Vehicle Catalog

مسئله

داده‌ی خودرو به هر شکلی که منبعش نوشته وارد می‌شود — یکی F150 می‌نویسد و دیگری F-150، یکی Mercedes Benz و دیگری Mercedes-Benz، و اسم تیپ چسبیده به اسم مدل. آخرش آدم‌ها مجبورند رکوردها را چشمی تطبیق بدهند، یک خودرو به سه شکل مختلف ثبت می‌شود، و این آشفتگی به تمام گزارش‌های بعدی هم منتقل می‌شود.

چه ساختیم

یک کاتالوگ جستجوپذیر از داده‌ی استانداردشده‌ی خودرو: ۷۵ برند، ۱٬۸۰۷ مدل و ۱۵٬۲۵۷ رکورد سال‌مدل، از ۱۹۸۰ به بعد. جستجو همان بخشی است که کاربر فوراً متوجهش می‌شود. به بزرگی و کوچکی حروف، فاصله، نقطه‌گذاری و خط تیره کاری ندارد — پس F150 همان Ford F-150 را پیدا می‌کند و Mercedes Benz همان Mercedes-Benz را. تطابق‌های دقیق اول می‌آیند، تطابق‌های نام جایگزین جداگانه برچسب می‌خورند، و هر نتیجه توضیح می‌دهد چرا برگردانده شده، نه اینکه خودتان حدس بزنید. سیستم نام‌های جایگزین ورودی‌های نامرتب را جذب می‌کند تا فایل بعدی با همان استاندارد شود، ورک‌فلوی بازبینی موارد بلاتکلیف را جمع می‌کند، و کل کاتالوگ برای کسانی که بیرون از برنامه کار می‌کنند به Excel یا CSV خروجی می‌گیرد. به فایل‌های اصلی شما دست نمی‌زنیم — فقط خوانده می‌شوند، و هر بار که چیزی وارد سیستم می‌شود، هش و تعداد ردیف‌ها ثبت می‌شود؛ پس هر عددی را می‌توان دقیقاً تا منبعش دنبال کرد.