Ahoj, To jsme zase zpátky hledání problému pro řešení - pokud je ten datový zdroj s jakoukoli Unicode collation (mimo *_bin), tj. stávající stav, tak to bude hledat i porovnávat bez ohledu na diakritiku, velká a malá písmena, a dokonce i "exotické" whitespacy. (Exhibit A: Nominatim, zkuste si v něm trochu zavyhledávat)
Já chápu, že po třiceti letech Kameníků a win1250 a kdoví čeho ještě máme všichni (já taky) neurózu z nabôdeníček, ale tady máme systém, který je (přinejmenším pro latinku) docela slušně promyšlený. Nevynalézejme hranatá kola. HPM Dne 20. 1. 2017 6:55 odp. napsal uživatel "Lukáš Karas" < [email protected]>: > Tak tento problém musí všichni řešit už nyní. > A nemusíš ani chtít párovat OSM s jinými daty, ale třeba jen strojově > vytvořit > strom adres z OSM dat... > > Například máme název ulice "Pod Lipami" [1] ale adresní nody mají v > "addr:street" hodnotu "Pod lipami" [2]. > > Takže musíš minimálně normalizovat velikost písmen, což je docela sranda > ale > dá se to pro latinku s přimhouřeným okem zvádnout, ale co dělat když máš > administrativní oblast "Bělá u Turnova" [3] ale tag "addr:place" je > nastaven > na "Bělá" [4] ? > > Je ale pravda že pokud program nenormalizuje bílé znaky tak jej pevná > mezera > rozbije, to je potřeba také zohlednit :-( OSM není bohužel (bohudík?) > relační > databáze, takže při práci s ní vždy bude docházet ke špatnému provázání > dat. > > Lukáš > > > 1) https://www.openstreetmap.org/way/28714626 > 2) https://www.openstreetmap.org/node/296700722 > 3) https://www.openstreetmap.org/relation/426770 > 4) https://www.openstreetmap.org/node/198686670 > > > Dne pátek 20. ledna 2017 16:45:07 CET jzvc napsal(a): > > Dne 19.1.2017 v 21:36 Jan Macura napsal(a): > > > //pardon, odeslal jsem mail předčasně > > > > > > 2017-01-19 9:01 GMT+01:00 Lukáš Karas <[email protected] > > > > > > <mailto:[email protected]>>: > > > Ano, zalomení řádku je forma (pokud nepíši poezii). Ale nikdo > nechce > > > do osm > > > dat dávat konce řádku do názvů - tedy to kde zalomit. Ale bavíme se > > > o pevných > > > mezerách. Tedy kde nezalomit. Je to věcí jazyka, měly by dle mě být > > > součástí > > > všech strojově čitelných textů - tedy dle mě obsah. > > > > > > Chápu, ale pořád mi to nepřijde jako dostatečný argument. Je to jedno > > > bez druhého – informace o tom, kde nezalomit řádek může existovat jen > > > pro potřeby jeho zalomení a jsme zpátky u formátování dat (textu) pro > > > konkrétní potřeby. > > > > > > Ale ten hate Jana Martince mě trochu nalomil (sic!). Pokud neexistuje > > > žádný argument proti, kromě logického (to, co se tu snažím obhajovat), > > > nemá asi smysl tomu bránit. Navíc, když Ladislav Laska píše, že některé > > > editory s tím umí pracovat, bral bych to v nejlepším duchu OSM (a > > > dobrovolnictví) jako možnost, ale určitě ne nutnost. > > > > Existuje minimalne jeden zasadni argument proti, u znacne casti prvku > > mapy je jejich nazev zaroven jejich identifikatorem (jednoduse proto, ze > > neni jiny). A sem opravdu zvedav, az bude nekdo porovnavat (pripadne na > > sebe navazovat) dve databaze, co rekne na to, ze mu to proti sobe nesedi > > jen proto, ze na jedny strane sou nejaky divny znaky, coz mu trvalo > > tyden zjistit. > > > > > 2017-01-19 9:11 GMT+01:00 Mikoláš Štrajt <[email protected] > > > > > > <mailto:[email protected]>>: > > > Fun fact: > > > > > > RUIAN už skloňování názvů obcí ve své databázi má. V exportu je to > v > > > položce obi:MluvnickeCharakteristiky. > > > > > > A to je dobře. Plní tak pečlivě funkci registru územní identifikace. > > > Stejně tak bych čekal "mluvnické charakteristiky" třeba v GeoNames, ale > > > ne v OSM ;-) > > > > > > 2017-01-19 10:35 GMT+01:00 Petr Kadlec <[email protected] > > > > > > <mailto:[email protected]>>: > > > A ještě k > > > > > > > je extrémně výhodné, aby velikost písmen byla přímo brána jako > > > > součást obsahu> > > > To přece není „extrémně výhodné“ [wut?], to je přece _pravda_. Ta > > > obec se _nejmenuje_ „libčice nad vltavou“˝, ale „Libčice nad > > > Vltavou“. _Proto_ to tam takhle máme. Ne proto, aby bylo jednodušší > > > to hezky vykreslovat. Stejně tak máme mít třeba „PP Opatřilka//– > > > Červený lom“, nikoli „PP Opatřilka - Červený lom“ (bez ohledu na > to, > > > jakým písmem to pak kdo vykresluje). > > > > > > Je to off-topic, ale snad bude strpen. Dokážu si představit takový > > > datový model, kde jméno objektu nebude řetězec "Kostelec nad Černými > > > lesy", ale objekt (v OSM tedy relace) se členy "kostelec", "černá", > > > "les" a vyjádřením jejich vzájemných vztahů , které by velikost písmen > > > implikovaly. Možné by to bylo, jen je to úplná blbost, takhle to > > > modelovat (= tím myslím, že je to extrémně nevýhodné ;-) ) > > > > > > H. > > > > > > > > > > > > > > > > > > _______________________________________________ > > > Talk-cz mailing list > > > [email protected] > > > https://lists.openstreetmap.org/listinfo/talk-cz > > > > _______________________________________________ > > Talk-cz mailing list > > [email protected] > > https://lists.openstreetmap.org/listinfo/talk-cz > _______________________________________________ > Talk-cz mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-cz > >
_______________________________________________ Talk-cz mailing list [email protected] https://lists.openstreetmap.org/listinfo/talk-cz
