ウェブサイトのパターンマッチング

Question

テーブル内のサイトのグローバルリポジトリを管理しています。

ユーザーが保存したウェブサイトのIDを格納する参照表を保持しています。

userwebsite 
userid, websiteid 
[attributes of the table] 

ユーザーがmicrosoftを保存したいとします。ウェブサイトはグローバルリポジトリに存在していないので彼のコレクションで、彼は

www.microsoft.com

に入り、それが最初のリポジトリに座った後、彼のコレクションに追加されます。今、両方のテーブルの内容は、次のようになります。

website: 
id, name, url 
1 google http://www.google.com/ 
2 CNN http://www.cnn.com/ 
3 SO  http://www.stackoverflow.com/ 
4 msft http://www.microsoft.com 

userwebsite: 
userid, websiteid 
1  4 

は、ユーザーが彼のコレクションは、Googleの節約に興味があり、ウェブサイトが既にコレクションに存在しているとして、彼は

www.google.com 

に入ると言いますコレクションにWebサイトを追加する代わりに、参照のみがユーザーコレクションに追加されます。

こだわっています、

両方www.google.comとhttp://www.google.com/

意味的には、同じサイトに指摘していますが、それらを一致しようとすると、彼らは2異なっている場所文字列。そのような場合にどのように文字列をマッチングさせるべきですか？

私が考えている解決策の1つは、ドメインがウェブサイトのコレクションに存在するかどうかを最初に確認することです（恐らくPATINDEXはここでうまくいくでしょう）。これにより、ドメイン名を保存するサイトのリストが表示されます。結果のウェブサイトにパスが存在するかどうかを確認します。これは良いアイデアですか？

この問題には大きな解決策がありますか？行くべきより良い方法はありますか？

Answer 1

この場合、パターンマッチングは必要ありません。あなたが本当に求めていること（Matteoがコメントしたことから続ける）は、Webアドレスを検証して一貫性のある方法で保存する方法です。しかし、正規表現で少なくともアドレスが有効かどうかを確認するには、http://www.shauninman.com/archive/2006/05/08/validating_domain_names

を使用するか、SQLサーバーの外部でどの言語を使用しているのかはわかりませんが、Javascript to validate itを使用してください。

ほとんどの場合、ドメイン名をドメインネームサーバーに送信して解決する必要があります。彼らがウェブアドレスであるという事実を無視して、単に文字列として考えるほうが良いでしょう。たとえば、人々の名前がデータベースで正しく比較されるようにするにはどうすればよいでしょうか？最初のステップは通常、大文字または小文字が使用されていることを確認することです。それ以降は省略することができるミドルネーム/イニシャルを扱うなど、より難しくなります。