Canonical

В 1e2c0e1f в локаль была добавлена поддержка канонического написания, которое пожет быть отличным как от полного, так и от сокращённого. Для полной поддержки канонического написания в базе нужно ввести несколько дополнительных преобразований. В качестве примера будет рассматриваться полное написание "проспект", каноническое "просп." и сокращённое "пр-т.".

• база всегда хранится в полном виде
  • минимальна вероятность неоднозначности
  • канонические написания для одного языка могут различаться по регионам, полные - нет, поэтом одну базу можно использовать для любых локалей одного языка
• ExactMatch не работает
• вывод from_osm для замены должен использовать каноническую форму
• вывод from_osm для добавления в базу должен использовать полную форму
  • dump.no_match фактически нужно разделить на дамп c оригинальными написаниями улиц и дамп для пополнения базы

Решения:

1. преобразование базы в каноническую форму при загрузке
2. преобразование образца exactmatch к полной форме

Минусы второго варианта:

• это будет уже не exactmatch
• преобразование входных данных с большей вероятностью внесёт ошибку, чем преобразование базы (пример: на входе "уилца Верхнее шоссе" -> из-за опечатки статусной частью считается шоссе -> нет совпадения с базой даже по орфографии).
• потребуется преобразование данных в большем количестве мест (т.к. все *Match должны выдавать каноническую форму вместо простой отдачи строки из базы нужно будет приводить строку к канонической форме, что также имеет вероятность ошибки)

Минусы первого варианта - потенциал внесение ошибки в эталон (при неправильном приоритете статусных частей в локали, например), хотя это можно проверить сравнивая базу саму с сабой.