住所データの扱いは難しい-3

先日、郵便番号データを更新したら、カナ版とローマ字版の差異が３３件に増えていました。

ローマ字版では、
・データの更新タイミングがカナ版よりも遅れるようで、カナ版とデータ数の差異が発生する
・市　区、郡　町村、大字　字がスペースを開けて表記されている。
・町域の文字データが欠落していますが、カナ版で15文字以上のデータが、規則性なく、１５文字、１６文字、１７文字以降がカットされている

郵便番号データそのものに
同じ漢字表記で読み方の違う町域が同じ郵便番号で存在する。

ということが判りました。

市と区の分離、郡情報の削除、字（あざ）情報の抽出、町域のアルファベット表記など、カナ版とローマ字版で共通した一意のデータを作って連結クエリーで更新しようと思ったのですが無理でした。

それぞれの変換テーブルを作って対処します。

まず、カナ版とローマ字版の共通項を作る為に、ローマ字版のテーブルに、市と区、郡と町村の間のスペースを除いたデータを作ります。

町域については、ローマ字版のデータから、町域と字(字）の間のスペースを除き、１５文字以下のデータに揃えます。
カナ版についても、町域のデータを１５文字以下に揃えたデータを作ります。

ここまである程度、作業もしながら方針を決めて来たのですが、町域データの記載方法に規則性が見いだせなくなりました。
特に()内の記載が意味不明です。
現状では使いようが無いので、（）内のデータは複数行に分割されたデータをマージ後に消去します。

郵便番号データの複数レコードに分割されたデータの復元(マージ）はこんなスクリプトで行いました。    Private Sub test_0()<br>         Dim strSQL As String<br> <p> </p>         db = DbE.OpenDatabase(db_path() + "\anocora.mdb")<br>         rs = db.OpenRecordset("M_住所", DAO.RecordsetTypeEnum.dbOpenDynaset)<br> <p> </p>         Dim Rm As Integer = 0<br> <p> </p>         While rs.EOF = False<br>             '開始"("が有って、終了")"が無いデータの抽出。<br>             If rs.Fields("町域").Value.IndexOf("（") > 0 And rs.Fields("町域").Value.IndexOf("）") = -1 Then<br> <p> </p>                 '開始"("が有って、終了")"が無いデータの郵便番号<br>                 Dim y_id As String = rs.Fields("郵便番号").Value.ToString<br> <p> </p>                 '最初の分割されたデータ取得<br>                 Dim t_marge As String = rs.Fields("町域").Value<br> <p> </p>                 '続いて同じ郵便番号を持つデーターの抽出<br>                 Do<br>                     If rs.EOF = False Then<br>                         rs.MoveNext()<br>                     Else<br>                         Exit Do<br>                     End If<br> <p> </p>                     '郵便番号の一致確認<br>                     If rs.Fields("郵便番号").Value.ToString <> y_id Then Exit Do<br> <p> </p>                     '分割されたデータのマージ処理<br>                     t_marge = t_marge & rs.Fields("町域").Value<br> <p> </p>                     '削除対象レコードの記録処理<br>                     strSQL = "INSERT INTO Del_住所 (ID,郵便番号,町域) VALUES('" & rs.Fields(0).Value & "','" & rs.Fields(1).Value & "','" & rs.Fields(6).Value & "');"<br>                     db.Execute(strSQL)<br> <p> </p>                     '分割されたデータのレコード数を取得<br>                     Rm = Rm + 1<br> <p> </p>                     '終了")"を見つけたらループを終了<br>                     If rs.Fields("町域").Value.IndexOf("）") > 0 Then Exit Do<br>                 Loop<br> <p> </p>                 '分割データの復元<br>                 '開始"("が有って、終了")"が無いレコードに戻る。<br>                 rs.Move(-Rm)<br> <p> </p>                 '町域データを更新する。<br>                 rs.Edit()<br>                 rs.Fields("町域").Value = t_marge<br>                 rs.Update()<br> <p> </p>                 '元のレコードに移動する。<br>                 rs.Move(Rm)<br> <p> </p>                 '分割されたレコード数の変数をクリア<br>                 Rm = 0<br>             End If<br> <p> </p>             rs.MoveNext()<br>         End While<br> <p> </p>         '余計なレコードを削除する。<br>         strSQL = "DELETE M_住所.* FROM M_住所 RIGHT JOIN Del_住所 ON M_住所.ID = Del_住所.ID;"<br>         db.Execute(strSQL)<br> <p> </p>         rs.Close() : rs = Nothing<br>         db.Close() : db = Nothing<br> <p> </p>     End Sub

カナデータは、M_住所というテーブルに取り込んでいます。
町域の項目は、テキストのフィールドサイズ２５５でも入りきらず、メモ型に設定しました。
＊11/09訂正　勘違いをしていたようです。マージ後のデータを調べなおしたところ、最大で２５２文字でした。フィールドサイズ２５５でマージ処理は完了できました。

IDフィールドは、オートナンバーでIDを振っています。

拙い、出来だとは思いますが、郵便番号データを触られる方の参考になればと思います。
使ってみての不具合などお知らせ頂ければ、対処を検討いたします。

郵便番号データの落とし穴
日本郵便の郵便番号データを解析してみる　第１回～住所のマージ編～
を参考にさせて頂きました。有意義な情報を有難うございました。