國家名稱比對與別名是一個典型的「先有雞還是先有蛋」問題：想做好比對，得先知道正確的名稱是什麼；但要確認哪個名稱正確，又得先把各種寫法對起來。實務上的解法是先立一根標竿，再讓所有寫法往它對齊。以下說明這根標竿怎麼立，以及對齊過程中會遇到哪些坑。
為什麼同一個地方會有好幾種寫法?
因為寫法的來源本來就不同。官方名稱來自法規文件，常用名稱來自媒體與日常語言，代碼來自標準體系，而使用者輸入則來自他自己的記憶。這四種來源沒有誰對誰錯，它們只是服務不同目的。
於是同一個地方在資料裡可能同時存在下列幾種形態：
| 寫法類型 | 來源 | 是否適合當儲存鍵 |
|---|---|---|
| 官方全稱 | 法規或正式文件 | 不適合，變動與更替較頻繁 |
| 常用名稱 | 媒體與日常使用 | 不適合，隨語言而異 |
| 兩字母代碼 | 標準體系 | 適合作為主要鍵 |
| 使用者輸入 | 表單與匯入檔 | 不適合，需要先正規化 |
| 歷史舊稱 | 舊資料與舊文件 | 不適合，但必須能被查到 |
把這五類混在同一個欄位裡，是後續所有問題的根源。真正需要的是一個穩定的鍵，加上一組能對到這個鍵的別名。這個鍵不隨語言改變，也不因為名稱更替而改變。
因此第一步通常不是寫比對程式，而是先盤點現有的鍵是否真的唯一。如果同一個地方在資料裡對應到兩個鍵，那麼再精密的比對也只會把問題藏得更深，讓它更難在事後被發現。
先定規範名再談模糊比對
順序不能顛倒。如果還沒決定哪個名稱是規範名就開始做模糊比對，那麼比對的目標本身是浮動的，結果自然無法穩定。今天比對到的對象，明天可能因為多收錄了一個別名而改變。
實務上可以這樣安排：先從標準體系裡選一個穩定的鍵，再指定一個顯示用的規範名，最後才是收集別名。規範名可以只有一個，也可以依語言各有一個，但同一個語言內只能有一個，否則顯示時就會出現兩種寫法交替出現的狀況。
還有一個容易被忽略的決定：規範名是用於顯示，還是也用於儲存。如果兩者都用同一個字串，那麼未來規範名一改，所有引用它的地方都會改變，包括不該改變的歷史文件。因此建議顯示歸顯示、儲存歸儲存。
大小寫與變音符號的處理順序
處理順序會直接影響結果，因此必須固定下來。建議的順序是：先去空白、再統一大小寫、再做變音符號折疊、最後才比對。順序顛倒會產生不一致的結果，例如先折疊再處理大小寫，就會在某些語言裡把原本不同的字壓成同一個。
- 去空白：處理前後空白與連續空白，避免只因排版差異而比對失敗。
- 統一大小寫：只在需要不分大小寫的比對階段處理，不要改動原始值。
- 變音符號折疊：讓帶記號與不帶記號的輸入都能命中同一筆。
- 標點與連接詞：決定連字號與介系詞該保留還是忽略，並寫進規則。
要注意的是，折疊是為了比對，不是為了儲存。原始輸入應該被完整保留，否則使用者之後看到的名稱會與他輸入的不同，會讓人懷疑系統改了他的資料。名稱資料本身在各種語言裡的構造差異，可以對照各語系的名稱資料那篇。
模糊比對什麼時候會幫倒忙?
當兩個不同的地方名字很接近時。模糊比對的價值在於容忍輸入錯誤，但它的代價是也可能把兩個本來不同的對象拉在一起。一旦發生，錯誤會很安靜：資料照樣存進去，只是指向了另一個地方。
| 情境 | 適合的策略 | 原因 |
|---|---|---|
| 使用者輸入有明顯錯字 | 提供候選並請使用者確認 | 讓錯誤停在人看得見的地方 |
| 匯入檔名稱格式不統一 | 依規則正規化後精確比對 | 來源可預期，不需要猜 |
| 兩個地方名稱接近 | 不做自動合併 | 自動合併會產生難以察覺的錯誤 |
| 只比對到一個近似結果 | 仍要求確認或標記待審 | 相似不等於相同 |
因此建議的原則是：自動化只處理可預期的差異，例如大小寫、空白與變音符號；不可預期的差異一律轉為候選或待審，而不是直接決定。這樣做短期看起來比較費工，但它把不確定性留在能被發現的位置。
還有一個實務上的折衷：對於高風險的合併，寧可要求人工確認一次，也不要為了自動化而承擔無聲的錯誤。人工確認的成本是可見的、可估算的，而錯誤合併的成本往往要等到很久以後才會顯現。
顯示名與儲存鍵要分開
這是整篇最實用的一條。儲存鍵負責識別，顯示名負責溝通，兩者的變動頻率與影響範圍都不同，混用會讓每一次改名都變成一次資料搬遷。
- 儲存時只寫鍵，不寫顯示名。
- 顯示時由鍵加上當前語言即時產生名稱。
- 別名表只用於輸入階段的比對，不用於輸出。
- 匯出與報表如果需要當時的名稱，就在匯出當下複製一份。
這樣的分工還有一個好處：當某個名稱被更正時，你只需要更新顯示層與別名表，既有的資料完全不必更動。反之，如果名稱被寫進了業務資料，那麼更正一次就要掃描並改寫大量紀錄，而每一次改寫都是風險。
給開發者：別名表要能審計
別名表是會持續成長的資產，因此它需要能回答「這筆別名是誰在什麼時候基於什麼加進來的」。
- 每一筆別名都記錄來源與加入日期，以及它對應的鍵。
- 別名不刪除，失效的標記有效期間，避免舊資料突然對不上。
- 定期找出從未被命中的別名，確認它是否只是拼錯。
- 對名稱接近的鍵建立人工複核清單，而不是依賴自動合併。
- 讓比對失敗的輸入被記錄下來，成為下一輪別名的來源。
本文出現的名稱寫法、別名組合與拼寫變體都是為了示範比對流程而編造的合成例子，不指涉任何真實地區的正式名稱或官方譯名，也不代表任何真實資料庫的收錄結果。要接著看規模擴大之後這些例外怎麼被管理，可以讀跨國家擴充測試資料；而名稱比對所服務的那個選擇控件本身，見國家選擇欄位測試。
下一步
先在你的資料裡挑一個名稱最混亂的地方，把它所有的寫法列出來，然後指定其中一個鍵作為標竿。做完這一步，其餘的別名才有地方可以依附。需要對照現行列與欄位樣貌時，可以到國家與地區目錄查看。