Coincidencia de nombres de países y alias: el nombre base

La coincidencia de nombres de países y alias es un problema de decisión disfrazado de problema de texto. Casi nunca falla porque la comparación esté mal escrita, sino porque no existe un acuerdo sobre cuál es el nombre de referencia y qué variantes se admiten. Esta guía explica cómo elegir ese nombre, qué capas conviene separar, qué variantes aparecen una y otra vez y de qué manera se comprueba que dos escrituras distintas apuntan al mismo territorio.

El nombre canónico y las capas que no hay que mezclar

El nombre canónico es la forma que el sistema guarda y muestra cuando no hay ninguna razón para hacer otra cosa. Todo lo demás es entrada tolerada o presentación adaptada.

Conviene separar tres capas. La primera es la identidad: el valor estable que no cambia al cambiar de idioma ni de costumbre. La segunda es la presentación: el texto que se muestra, que puede depender del idioma de la interfaz o del contexto. La tercera es la entrada: lo que la gente escribe y que el sistema debe reconocer sin necesariamente guardarlo tal cual.

Cuando las tres capas se confunden, el mismo territorio aparece escrito de varias formas en el mismo sistema y ninguna consulta los reúne. El síntoma típico es un informe que muestra dos filas para el mismo lugar y una tercera para una variante con acento.

La decisión de qué nombre es el canónico no se puede dejar al azar de la primera carga. Hay que elegirla y escribir por qué.

¿Qué variantes hay que reconocer sin guardarlas?

Las que aparecen de verdad en las entradas de las personas, que son más de las que parece.

• El nombre en la lengua local del territorio.
• El nombre en el idioma de la interfaz.
• El código corto de dos letras en mayúsculas o minúsculas.
• Una forma abreviada de uso corriente.
• Un nombre anterior que todavía se usa por costumbre.
• Una transcripción distinta del mismo nombre en otro alfabeto.

Reconocer no es lo mismo que guardar. Si el sistema admite una variante y la escribe tal cual, la tabla de alias crece sin control y cada consulta tiene que considerar todas las formas. Lo que mejor funciona es reconocer la variante, resolverla al valor canónico y conservar aparte el texto original si hace falta para trazabilidad.

Esa separación también evita un problema de presentación: mostrar a cada persona el nombre que ella escribió parece amable hasta que dos personas ven la misma dirección escrita de dos formas distintas.

¿Cómo se comparan dos nombres sin romper otros idiomas?

Con normalización prudente y sin reglas globales que aplasten diferencias reales. El peligro es que una regla pensada para un idioma borre distinciones que en otro son significativas.

Lo que suele ser seguro es quitar los espacios sobrantes, unificar mayúsculas y minúsculas para comparar y tratar los signos de puntuación menores como equivalentes. Lo que exige cuidado es plegar acentos y otras marcas: ayuda a encontrar coincidencias, pero también puede fusionar nombres que en su lengua son distintos.

La forma de resolverlo es separar la comparación estricta de la comparación tolerante. La primera se usa para decidir si dos valores son el mismo; la segunda, para sugerir candidatos cuando la estricta no encuentra nada. Así la tolerancia amplía resultados sin decidir por su cuenta.

Un detalle que se olvida: la comparación debe aplicarse igual en todos los puntos del sistema. Si el alta admite una variante y el informe compara de forma estricta, los datos correctos aparecerán como si estuvieran mal.

Qué hacer cuando dos variantes apuntan a territorios distintos

Es el caso que obliga a tener una lista de excepciones, porque la comparación tolerante no puede resolverlo sola.

Hay nombres que se parecen y designan territorios diferentes, y la única solución fiable es registrarlos como excepciones que nunca se fusionan automáticamente. Esa lista es corta y cambia poco, pero sin ella el sistema acaba fusionando registros que no debía.

La segunda situación delicada es la del territorio que cambia de nombre. Durante un tiempo conviven la forma nueva y la antigua, y las dos son correctas según cuándo se escribió el dato. Tratar la antigua como error produce correcciones que destruyen información histórica útil.

Conviene guardar el momento del cambio y no reescribir los registros anteriores. Así se puede distinguir entre un dato escrito cuando el nombre antiguo era el vigente y un error de escritura actual.

Notas para quien programa

• Define el nombre canónico una vez y escribe el criterio de la elección.
• Separa la identidad del valor, el texto de presentación y la lista de entradas aceptadas.
• Resuelve las variantes al valor canónico y no las guardes como identidad.
• Mantén una comparación estricta para decidir y una tolerante solo para sugerir.
• Registra las excepciones de nombres parecidos que no deben fusionarse nunca.
• Aplica las mismas reglas de comparación en el alta, en la búsqueda y en los informes.
• Guarda cuándo cambió un nombre para poder interpretar los datos antiguos sin reescribirlos.

Siguientes pasos

Cuenta cuántas escrituras distintas del mismo territorio aparecen en tus datos; si son más de dos, el problema no es de ortografía sino de falta de nombre canónico. Para saber de qué depende cada campo de un formulario y dónde se decide el valor final, la guía sobre la prueba del campo de selección de país cubre ese recorrido. Y para el caso en que el nombre y el idioma se guardan juntos sin distinguirlos, la guía sobre país e idioma en los datos de prueba explica por qué conviene tratarlos como ejes separados. El directorio de países y regiones sirve como referencia de los territorios listados y su detalle.

Las tablas de alias y las variantes de escritura que se usan como ejemplo están fabricadas para ilustrar el criterio de comparación. No reproducen listas oficiales ni recogen formas reales de ningún formulario en producción.