https://github.com/rimever/NgramIndex
上記の課題に対して、Rubyで挑戦したものです。
ruby main.rb {検索文字列}
- main.rbに検索キーワードを起動引数に渡してください
- csvファイルとインデックスが見つからない場合は、インデックスが作成されます
- Indexのアルゴリズム：N-Gram(N=２)
下記2つの機能を有するアプリケーション ※コンソールアプリケーションまたはウェブアプリケーションのどちらも構わない。
-
郵便番号のCSV (http://www.post.japanpost.jp/zipcode/dl/kogaki/zip/ken_all.zip)をデータソースとし、住所レコードのインデックスファイルを作成する機能
-
入力として、文字列が与えられる。与えられた文字列中の文字をすべて含む住所レコードを上記で作成したインデックスを用いて検索し出力する機能。ただしスペースは文字として扱わない。
出力 "9870113","宮城県","遠田郡涌谷町","渋江"
"0101642","秋田県","秋田市","新屋渋谷町"
"6050874","京都府","京都市東山区","常盤町（東大路通渋谷上る、渋谷通東大路東入、渋谷通東大路東入２丁目、東大路五条下る）"
・・・・
下記のような一つのレコードが複数行に分かれている箇所が存在する。これについては別のレコードとして処理してもよいが、結合できることが望ましい。 26105,"605 ","6050874","ｷﾖｳﾄﾌ","ｷﾖｳﾄｼﾋｶﾞｼﾔﾏｸ","ﾄｷﾜﾁﾖｳ","京都府","京都市東山区","常盤町（東大路通渋谷上る、渋谷通東大路東入、渋谷通東大路東入２丁目、",0,0,0,0,0,0 26105,"605 ","6050874","ｷﾖｳﾄﾌ","ｷﾖｳﾄｼﾋｶﾞｼﾔﾏｸ","ﾄｷﾜﾁﾖｳ","京都府","京都市東山区","東大路五条下る）",0,0,0,0,0,0
東京と京都が含まれている住所レコードが出力されること