字符串分类策略

Question

我是一个羽翼未丰的军事史网站上的一人开发团队。该地点的一个方面是包括参加的国家和编队(团、师等)在内的1200次个人战役的目录。

编队信息(以及其他战斗信息)是由一个10人的志愿者团队从一系列书籍中手工输入的。这些编队按不同的格式和缩写模式分组列出。当我设置数据收集表单时，我想不出一个处理数据的好方法.并选择将其全部存储为MySQL数据库中的字符串，并在稍后对其进行排序。

嗯，“晚些时候”--就像它会发生的那样--已经到来了。:-)

每一次战斗都有2+记录在数据库中--每个国家都有一个记录。每个记录都有一个编队文本字符串，列出志愿者选择添加的编队。

一些真实的例子：

空军第39师、第26炮兵师、第26炮兵师、第2空军陆战队野战师、第246步兵师

• 247步枪师、第255坦克旅和第2空军陆战队野战师、党卫军骑兵师<代码>>H19第28坦克旅、第158步枪师、第135步枪师、第81坦克旅、第242坦克旅<代码>H 210<代码><代码>H 111第78步兵师<代码>H 212<代码><代码>H 113第3 Kure特种海军陆战队部队、Tulagi Seaapa义勇军第5兵营personnel

• 1st营第5 5 0旅士兵兵营代码<

• ><

• >代码><代码><代码>

最终目标是让每支部队都有一个ID，这样就可以在整个战斗数据库中追踪其参与情况。编队层次结构(如1st Battalion (of the) 505th Infantry Regiment上的最后一项)也需要保留。在这种情况下，1st Battalion和505th Infantry Regiment将被拆分，但是1st Battalion将被标记为属于505th.

在数据库方面，我想从当前的战斗信息表中提取编队字段，并创建三个新表：

FORMATION
[id] [name]

FORMATION_HIERARCHY
[id] [parent] [child]

FORMATION_BATTLE
[f_id] [battle_id]

解释起来很简单，但执行起来却很复杂。

我从SO社区中寻找的只是一些关于如何最好地解决这个问题的建议。理想情况下，有某种方法来解决这个我不知道的。然而，作为最后的手段，我总是可以编码一个分类框架，并打电话给我的志愿者通过2,500+记录排序.

Answer 1

您已经将您的问题标记为与PHP相关的问题--但事实并非如此。

您建议用代理键( it )替换真正的标识符，但是真正的标识符在本质上是唯一的--所以您只是使数据结构比需要的更复杂。尽管如此，层次结构的叶部分可能仅在父节点的范围内是唯一的。

您需要解决的最重要的问题是，形成树是否总是两个层次。我怀疑有时它可能是一个，有时可能超过2个。你建议的结构在变深度树中不能很好地工作。

这可能有助于：

http://articles.sitepoint.com/article/hierarchical-data-database

结果表明，C.