Здравствуйте!
Пытаюсь из некоторого толстого doc-файла, в котором имеются табличные данные для упрощения некторых задач создать БД. Только таблицы эти создавались разными людьми, соответственно и заполняли их по своему усмотрению. Что-то унифицировать сейчас не представляется возможным. Объясню на кошках и иных братьях наших меньших: допустим, в ячейках встречаются такие записи: "кошка, собака, попугай" или "собака, хомяк, канарейка". Эти значения могут повторяться во многих строках. Путем выборки и разбивки строк на подстроки по запятой, получаю уникальные значения для каждой животины ("кошка", "собака", "попугай" и пр.). Но некоторые товарищи заполняли таблицу так: "кошкИ, собакИ" или еще хуже : "собаки дворовые, породистые, кошка". То есть в таблице уникальных животных будут записи: собака, собаки. И если с этим еще как-то можно мириться, то вот разбив последнюю запись по запятой как разделителю, в числе животных появляется некое "породистые", что совсем ни в какие ворота. Не могу придумать, как научить алгоритм понимать, где заканчиваются "собаки породистые" и начинается "кошка". Буду благодарен за помощь.

AndreyTarasovАлексей Шм.Здравствуйте!
.....
Не могу придумать, как научить алгоритм понимать, где заканчиваются "собаки породистые" и начинается "кошка". Буду благодарен за помощь.

Ну если в строке встречается последовательность "собак" - то значит нашел собаку, если нашел последовательность "кошк" - то кошку.... разве не очевидно?

чтобы было проще искать - сразу преобразуй к примеру в нижний регистр все...
также можешь наступить на мину с буквой "с", ибо она находится на месте латинской "с", а ленивые люди, увидев что печатают не в той раскладке - стирают только неверные символы и дальше дописывают текст, получается слово из кириллицы с первым латинским символом.

Это как раз таки очевидно, поэтому и написал, что собакИ не так страшно. А вот как из строки "собаки дворовые, породистые, кошка" получить "собаки дворовые", "собаки породистые", "кошка"?
Сдается, что только
AkinaВручную, вручную...

Ну или хотя бы "собаки дворовые, породистые" и "кошка". Как на регулярках выразиться, что "породистые" относится к собакам, а кошка - уже другое животное. Дело в том, что я заранее не знаю, какие еще будут записи далее по таблице.
Как вариант - выбрать все уникальные с разделителем по запятой и потом смотреть в списке косячные..

Спасибо всем за участие!
AkinaПрименительно к приведённому примеру:
.
В том и проблема, что не могу сформировать исходный список. Представляете такую строку, в одной ячейке:
"Собаки дворовые, породистые , кошка, попугай волнистый, желтый, синий, рыбки аквариумные, речные, гуппи, медведь бурый, гималайский"
Таких строк тысячи с разным содержимым .
Если я выберу уникальные значения с разделителем по запятой, получу:
- Собаки дворовые
- породистые
- кошка
-попугай волнистый
-желтый
-синий
-рыбки аквариумные
- речные
- гуппи
-медведь бурый
- Гималайский
То есть массив как бы "животных". В итоге придётся все равно в исходной сроке между животными в ручную ставить иной разделитель.

Спасибо всем. Попробуем озвученные варианты)