TOP

Pesquisa difusa_ para LibreOffice Calc

FUZZYLOOKUP() Descrição

Todos nós conhecemos a conhecida função VLOOKUP() que nos ajuda a combinar dados de diferentes tabelas. Porém, esta função tem uma desvantagem significativa - ela não pode combinar valores semelhantes, ou seja, se houver um erro na palavra, não haverá correspondência.

Para poder combinar valores aproximados, podemos criar nossa própria função. Vamos chamá-lo de FuzzyLookup().

Vamos imaginar que temos duas listas. Ambos têm aproximadamente os mesmos elementos, mas podem ser escritos de maneira um pouco diferente. A tarefa é encontrar para cada elemento da primeira lista o elemento mais semelhante da segunda lista, ou seja, implementar uma busca pelo texto maximamente semelhante mais próximo.

A grande questão, neste caso, é o que considerar como critério de “semelhança”. Apenas o número de caracteres correspondentes? É o número de partidas consecutivas? Devem ser considerados caracteres maiúsculas ou espaços? O que fazer com diferentes arranjos de palavras em uma frase? As opções são muitas e não existe uma solução única - para cada situação uma ou outra será melhor que outras.

No nosso caso, implementamos a opção mais simples - pesquisar pelo número máximo de correspondências de caracteres. Não é perfeito, mas funciona muito bem na maioria das situações.


Código BASIC para a função FuzzyLookup

Para adicionar a função FuzzyLookup, abra o menu Tools - Macros - Edit Macros..., selecione Module1 e copie o seguinte texto no módulo:


Function FuzzyLOOKUP(LookupValue As String, SrcTable As Variant, Optional SimThreshold As Single) As String 
  'moonexcel.com.ua
  Dim Str       As String  
  Dim CellArray As Variant
  Dim StrArray  As Variant
  
  If IsMissing(SimThreshold) Then SimThreshold  = 0
  
  Str      = LCase(LookupValue)
  StrArray = Split(Str)
  StrExt   = UBound(StrArray)  
            
  For Each Cell In SrcTable
                          
    CellArray = Split(LCase(Cell))
    CellExt   = UBound(CellArray)    	    
    CellRate  = 0
	
    'Verificamos cada palavra na frase de pesquisa
    For x = 0 To StrExt 
    
      StrWord = StrArray(x)	  
      If Len(StrWord) = 0 Then GoTo continue_x
	  MaxStrWordRate = 0
	  
      'Verificamos cada palavra na próxima célula da tabela de valores original
      For i = 0 To CellExt
        
        CellWord = CellArray(i)
		If Len(CellWord) = 0 Then GoTo continue_i
   
        FindCharNum = OccurrenceNum(StrWord, CellWord)
        StrWordRate = FindCharNum / Max(Len(StrWord),Len(CellWord))
		
        If StrWordRate > MaxStrWordRate Then MaxStrWordRate = StrWordRate
		continue_i:
      Next i		    
		    		    
      CellRate = CellRate + MaxStrWordRate
	  continue_x:
    Next x               
        
    'Mantemos a melhor combinação
    If CellRate > MaxCellRate Then    
      MaxCellRate = CellRate
      BestCell    = Cell          
       
      FindCharNum = OccurrenceNum(Str, Cell)
      SimRate     = FindCharNum / Max(Len(Str),Len(Cell))
    End If       
        
  Next Cell
    
  IF SimRate >= SimThreshold Then 
    IF SimThreshold = -1 Then
      ReturnValue = BestCell + " (" + Format(SimRate, "0.00") + ")"
    ElseIf SimThreshold = -2 Then
      ReturnValue = Format(SimRate, "0.00")
    Else
      ReturnValue = BestCell
    End If
  Else 
    ReturnValue = ""
  End If    
  
  FuzzyLOOKUP = ReturnValue
End Function


Function OccurrenceNum(ByVal SourceString As String, ByVal TargetString As String)
  For i = 1 To Len(SourceString)	         		        	        
    'Estamos procurando a ocorrência de cada símbolo
    Position = InStr(1, TargetString, Mid(SourceString, i, 1), 1)  
    'Aumentamos o contador de coincidências
    If Position > 0 Then		  
      Count = Count + 1
      'Remova o símbolo encontrado
      TargetString = Left(TargetString, Position - 1) + Right(TargetString, Len(TargetString) - Position)   
    End If
  Next i    
  OccurrenceNum = Count
End Function


Function Max(ByVal value1 As Variant, ByVal value2 As Variant)  
  If value1 > value2 Then
	Result = value1
  Else
	Result = value2
  End If
  Max = Result
End Function

Em seguida, feche Macro Editor e retorne à planilha LibreOffice Calc - agora você pode usar nossa nova função FuzzyLookup().